NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

Transkript

1 NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 VÅREN 2011 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 26. mai 2011 Eksamenstid: 5 timer Studiepoeng: 15 Antall sider bokmål: 3 (Formler: se side 6) Antall sider nynorsk: 2 (Formler: se side 6) Tillatte hjelpemiddel: Kalkulator (alle typer) Sensurdato: 15. juni 2011 Faglig kontakt under eksamen: Arild Blekesaune ( ) Sensurtelefon BOKMÅL Alle tre oppgavene oppgaver skal besvares. De tre besvarte oppgavene teller hver en tredjedel av den samlede karakteren. Oppgave 1. Tabell 1 viser to regresjonsmodeller basert på data fra de norske, sveitsiske og portugisiske utvalgene fra ESS2002, ESS2004, ESS2006 og ESS2008. Den avhengige variabelen i disse regresjonsmodellene er basert på spørsmålet Hvor mye tid, alt i alt, bruker du til å lese aviser, på en vanlig ukedag?. Svarkategoriene på dette spørsmålet var: 0 "Ikke noe tid", 1 "Mindre enn en ½ time", 2 "Fra ½ til 1 time", 3 "Mer enn 1 time, opptil 1½ time", 4 "Mer enn 1½, opptil 2 timer", 5 "Mer enn 2 timer, opptil 2½ timer", 6 "Mer enn 2½ timer, opptil 3 timer" og 7 "Mer enn 3 timer". I modell 1 er de opprinnelige verdiene kodet om til antall minutter avislesing ved at verdien 1 er kodet om til 15, 2 til 45, 3 til 75, 4 til 105, 5 til 135, 6 til 165 og 7 til 180, og modell 1 er estimert som en lineær regresjonsmodell. I modell 2 er de opprinnelige kategoriene kodet om til to verdier ved at kategoriene 1 til 7 er kodet om til en ny kategori 1, mens de som ikke leser aviser er kodet med verdien 0, og modell 2 er estimert som en logistisk regresjonsmodell. I begge modellene er kjønn målt med variabelen mann, der menn har verdien 1 og kvinner verdien 0. Alder gjengir informantenes alder i antall år da undersøkelsen ble gjennomført, og utdanning er målt i antall år med fullført utdanning. De to dummyene for Sveits og Portugal har begge Norge som referansekategori, mens de tre dummyene for År 2004, År 2006, År 2008 har enhetene fra året 2002 som referansekategori. Forklar hva tabell 1 viser. 1

2 Tabell 1. Lineær regresjonsmodell for tid brukt til avislesing på en vanlig hverdag, og logistisk regresjonsmodell for daglig avislesing, i Norge (n=7078), Sveits (n=7778) og Portugal (n=8063) ut fra diverse bakgrunnsvariabler. Modell 1 Modell 2 B S.E. p B S.E. p OR Konstantledd 2,037 1,180 0,084 0,580 0,157 0,000 1,786 Sveits (Sveits=1, Norge=0) -4,871 0,927 0,000-0,719 0,141 0,000 0,487 Portugal (Portugal=1, Norge=0) -17,617 1,036 0,000-2,341 0,134 0,000 0,096 År 2004 (2004=1/2002=0) -2,199 0,955 0,021-0,216 0,166 0,192 0,806 År 2006 (2006=1/2002=0) -2,570 0,956 0,007-0,414 0,160 0,010 0,661 År 2008 (2008=1/2002=0) -1,895 0,990 0,055-0,303 0,169 0,073 0,739 Mann (mann=1/kvinne=0) 7,618 0,392 0,000 0,716 0,040 0,000 2,047 Alder (Antall år) 0,429 0,011 0,000 0,009 0,001 0,000 1,009 Utdanning (antall år) 1,517 0,050 0,000 0,157 0,005 0,000 1,170 Sveits*2004 0,130 1,317 0,921 0,397 0,197 0,044 1,488 Sveits*2006-4,420 1,353 0,001 0,062 0,194 0,749 1,064 Sveits*2008-1,739 1,370 0,204 0,112 0,199 0,575 1,118 Portugal*2004 4,819 1,379 0,000 0,560 0,181 0,002 1,750 Portugal*2006 2,688 1,370 0,050 0,391 0,175 0,025 1,479 Portugal*2008-1,022 1,385 0,461 0,184 0,183 0,316 1,202 R 2 0,176 R 2 Pseudo 0,265 B = lineære regresjonskoeffisienter (modell 1) og logistiske regresjonskoeffisienter (modell 2) S.E. = regresjonskoeffisientenes standardfeil p = signifikanssannsynligheten OR = oddsratioet er antilogaritmen av B (exp(b)) MÅL: Teste studentenes evne til å kunne beskrive det sosiale mønsteret som fremstilles i en lineær regresjonsmodell og i en logistisk regresjonstabell, og teste ut om studenten klarer å utnytte det de har lært av statistiske teknikker i en slik tolkning. Informasjon for vurderingen av løsningene: Tolkning av modell 1 I modell 1 er den avhengige variabelen tid brukt til avislesning målt i antall minutter, og B- koeffisientene kan derfor beskrives som forkjeller målt i antall minutter. I modell 1 inngår dummyene for land og år i ulike samspill, og derfor blir det enklest å starte med de bakgrunnsvariablene som ikke inngår i slike samspill. Koeffisienten for variabelen mann viser at menn, etter kontroll for de andre uavhengige variablene i modellen, i gjennomsnitt bruker 7,6 minutter mer på daglig avislesing enn kvinner. Aldersvariabelen viser at tiden som brukes til avislesing i gjennomsnitt øker med 0,4 minutter for hvert trinn på aldersvariabelen. Utdanningsvariabelen viser at tiden som brukes til avislesing i gjennomsnitt øker med 1,5 minutter for hvert trinn på utdanningsvariabelen. Det vil si at menn bruker mer tid på avislesing enn kvinner, at eldre bruker mer tid enn yngre, og at de med lang utdanning bruker mer tid på avislesing enn de med kort utdanning. Alle disse sammenhengene er statistisk signifikante. Tolkningene av dummyene for land, årstall og samspillseffektene mellom land og årstall er komplisert, og de som klarer å tolke ut et riktig mønster fra disse koeffisientene viser ferdigheter som ligger langt over det læringsutbyttet vi betrakter som basismålet på kurset. Akseptable beskrivelser av mønsteret mellom land og år bør derfor kunne brukes til å identifisere de beste besvarelsene. De to landdummyene for Sveits og Portugal viser hvordan gjennomsnittstiden brukt til avislesing avviker i forhold til Norge, og etter som det også er kontrollert for seks samspillsledd mellom land og årstall vil også årstallet 2002 utgjøre et 2

3 referansepunkt for forskjellene mellomlandene. De to dummyene for Sveits og Portugal viser dermed at sveitsere i gjennomsnitt brukte nesten fem minutter mindre på avislesing i 2002 enn nordmenn, og at portugisere brukte nesten 18 minutter mindre tid på avislesing i 2002 enn nordmenn. Ettersom Norge er definert for referansekategori for landdummyene vil de tre dummyene for årstall vise endringer i tid brukt til lesing fra 2002 til 2008 i Norge. Ut fra koeffisientene ser vi at det har vært en nedgang på 2,2 minutter mellom 2002 og 2004, en nedgang på 2,6 minutter mellom 2002 og 2006, og en nedgang på 1,9 minutter mellom 2002 og Det viser at nedgangen i tid brukt til avislesing i Norge ikke har vært lineær, men at gjennomsnittlig tid brukt til avislesing i Norge var signifikant kortere i 2004 og 2006 enn i 2002, men at det ikke er statistisk signifikant forskjell mellom 2008 og Dette kan tyde på at vi har hatt et svakt kurvelineært utviklingsmønster i Norge selv om hovedtendensen er at vi bruker stadig mindre tid på avislesing. For å vise endringene i samme periode for Sveits og Portugal viser samspillsleddene hvordan den gjennomsnittlige lesetiden i Sveits og Portugal varierer i forhold til Norge i de ulike årene. Her ser vi at Sveits hadde en signifikant sterkere nedgang i lesetid fra 2002 til 2006 enn Norge, og at Portugal hadde en signifikant sterkere økning i lesetid enn Norge mellom 2002 og Hvis vi summerer hver enkelt årstallsdummy med koeffisientene for de tilsvarende årene i samspillsleddene vil vi kunne se at Sveits har hatt en relativt jevn nedgang i tid brukt til avislesing fra 2002 til 2008, mens Portugal hadde en relativt sterk økning i første del av denne perioden og en sterk nedgang i slutten av denne perioden. I alle tre land er likevel hovedtrenden at folk bruker mindre tid til avislesing. Tolkning av modell 2 Modell 2 viser er en logistisk regresjonsmodell, og de som tolker denne som om den var en lineær regresjonsmodell har ikke oppnådd minimumsmålet for tolkninger av logistiske regresjonsmodeller. Både pensumlitteraturen (Ringdal 2007, kap ) og forelesningene viser hvordan logistiske regresjonskoeffisienter kan tolkes i tre skalaer: Logit-, odds-, og sannsynlighetsskalaen. Tolkninger i logitskalaen er mest lik tolkningene av vanlig lineær regresjon, og her skal studentene B-benytte koeffisientenes fortegn til å avgjøre om hver enkelt uavhengig variabel har positiv eller negativ virkning på sannsynligheten for å tilhøre verdien 1 på den avhengige variabelen, og kunne bruke p-verdien til å avgjøre om hver enkelt av de uavhengige variablene har statistisk signifikante effekter på den avhengige variabelen. Dette må regnes som et minimumskrav for å få godkjent deloppgaven. De studentene som i tillegg klarer å trekke ut substansiell informasjon fra koeffisientenes størrelse eller ut fra oddsratioer bør få honnør for dette. De studentene som klarer å gi gode beskrivelser av modellene basert på (1) at de setter opp riktig regresjonslikning fra modell 2, (2) regner ut predikerte logiter for sammenlignbare idealtyper basert på ulike kombinasjoner av verdier på de uavhengige variablene, og (3) regner om disse logitene til sannsynligheter viser ferdigheter som ligger langt over det læringsutbyttet vi betrakter som basismålet på kurset og dette bør kunne brukes til å identifisere de beste besvarelsene. De som velger å beregne sannsynligheter trenger ikke å drøfte oddsratioene. Generelt bør vi forvente at alle foretar tolkninger av signifikans og fortegn, og at ferdigheter utover dette bør brukes til å vurdere plassering på karakterskalaen fra A til E. Hvis vi først ser på fortegn og signifikans ser vi at menn har signifikant større sannsynlighet for å lese aviser enn kvinner, at sannsynligheten for avislesning øker med informantenes alder, og at sannsynligheten for avislesing øker med økt utdanningslengde. Videre ser vi at sannsynligheten for å lese avise i 2002 var signifikant lavere i Sveits og Portugal enn i Norge. 3

4 Årsdummyene viser at det har vært en signifikant nedgang i sannsynligheten for å lese aviser mellom 2002 og 2006 i Norge, at Sveits hadde en signifikant større økning i sannsynligheten for avislesing enn Norge mellom 2002 og 2004, og at Portugal hadde en signifikant større økning i andelen avislesere enn i Norge mellom 2002 og 2004 og mellom 2002 og Tolkning basert på oddsratioer De som i tillegg velger å kommentere tabellen med utgangspunkt i oddsratioer bør bruke omregningsformelen for å regne om fra OR i tabellen til prosentvise forskjeller i odds. Oddsen for at menn leser aviser blir da 104,7 [100(OR-1)=100(2,047-1)= 104,7] prosent høyere enn oddsen for at kvinner leser aviser. Oddsen for å lese aviser øker med 0,9 prosent for hvert år på aldersskalaen, mens oddsen for å lese aviser øker med 17 prosent for hvert år på utdanningsskalaen. Samspillene mellom år og land gjør det vanskelig å sammenligne odds for disse variablene, og mer detaljerte tolkninger av mønsteret i modell 2 bør derfor gjøres med den tredje tolkningsmetoden som bygger på predikerte sannsynligheter. Tolkning basert på predikerte sannsynligheter For å vise hvordan disse beskrivelsene av fortegn og signifikans for enkeltkoeffisienter slår ut mer samlet kan vi for eksempel predikere betingede sannsynligheter for noen sammenlignbare personkarakteristika i de tre landene. For å beregne sannsynlighetene i modell 2 kan vi sette opp en enkelt regresjonsligning for å predikere logiter for en mann på 30 år med 12 års utdanning [L =0,580+(-0,719*Sveits)+(-2,341*Portugal)+(-0,216*År2004)+(- 0,414*År2006)+(- 0,303*År2008)+(0,716*1)+(0,009*30)+(0,157*12)+(0,397*Sveits*År2004)+(0,062*Sveits* År2006)+(0,112*Sveits*År2008)+(0,560*Portugal*År2004)+(0,391*Portugal*År2006)+(0,1 84*Portugal*År2008)], og sette inn de ulike verdiene for Sveits, Portugal og år. Deretter må de bruker formelen som er presentert på siste side i oppgaveteksten for å beregne sannsynligheter ut fra disse logitene. De predikerte sannsynlighetene for å lese avis daglig vil da bli: Mann 30 år og 12 års utdanning i Norge 2002: L= 3,45 og sannsynligheten blir da 0,97 Mann 30 år og 12 års utdanning i Norge 2004: L= 3,23 og sannsynligheten blir da 0,96 Mann 30 år og 12 års utdanning i Norge 2006: L= 3,04 og sannsynligheten blir da 0,95 Mann 30 år og 12 års utdanning i Norge 2008: L= 3,15 og sannsynligheten blir da 0,96 Mann 30 år og 12 års utdanning i Sveits 2002: L= 2,73 og sannsynligheten blir da 0,94 Mann 30 år og 12 års utdanning i Sveits 2004: L= 2,91 og sannsynligheten blir da 0,95 Mann 30 år og 12 års utdanning i Sveits 2006: L= 2,38 og sannsynligheten blir da 0,92 Mann 30 år og 12 års utdanning i Sveits 2008: L= 2,54 og sannsynligheten blir da 0,93 Mann 30 år og 12 års utdanning i Portugal 2002: L= 1,11 og sannsynligheten blir da 0,75 Mann 30 år og 12 års utdanning i Portugal 2004: L= 1,45 og sannsynligheten blir da 0,81 Mann 30 år og 12 års utdanning i Portugal 2006: L= 1,09 og sannsynligheten blir da 0,75 Mann 30 år og 12 års utdanning i Portugal 2008: L= 0,99 og sannsynligheten blir da 0,73 Det vil si at andelene som leser aviser daglig er høyest i Norge, nesten like høy i Sveits, og litt lavere i Portugal. I alle land har det vært en svak til at andelen daglige avislesere går ned i perioden mellom 2002 og

5 Oppgave 2 Seks av åtte oppgaver skal besvares. Hver besvarelse skal være på inntil ½ side. MÅL: Teste studentenes kjennskap til sentrale begrep i pensum. Vurderingskriterier: Seks av åtte oppgaver skal besvares, og vi bør derfor kun vurdere seks svar også fra de som har besvart alle spørsmålene. Hver besvarelse skal være på inntil ½ side, og det bør tilsi at de bør skrive mer enn en kort definisjon på hvert begrep. Det vil nødvendigvis være en del overlapp mellom disse begrepene, og de som drøfter dette viser helhetlig og faglig moden innsikt i stoffet. Her må vi forlange at studentene har en viss kjennskap til de seks begrepene de velger ut, og de som bommer helt på flere av begrepene bør få karakteren F på denne deloppgaven. Generelt bør vi honorere gode drøftinger. a) Samspill (statistisk interaksjon) Ringdals definisjon: Effekten av en x-variabel er betinget av en annen X, for eksempel at effekten av utdanning på timelønn er sterkere for menn enn for kvinner. b) Flernivåanalyse Ringdals definisjon: Analyse som tar hensyn til at data er hierarkisk strukturerte, slik som elever i klasse i skoler. c) Validitet Ringdals definisjon: Går på om en faktisk måler det en vil måle. d) Stratifisert utvelging Ringdals definisjon: Populasjonen stratifiseres, deles inn i grupper (strata) før utvalget trekkes ved enkel tilfeldig trekking. Hensikten er å sikre at utvalget er representative på stratifiseringsvariabelen. Også denne teknikken krever en liste over populasjonen. e) Litteratursøking Begrepet er ikke definert i Ringdals begrepsliste, men viser til et eget kapittel 3 Litteratursøking. I bedømmelsen bør det både legges vekt på studentenes kjennskap til teknikker for litteratursøk og på kvalitetsvurderinger av de ulike kildene for faglitteratur. f) Sentraltendens og spredning Begrepet er ikke definert i Ringdals begrepsliste, men utgjør en sentral del av kapittel 12 Statistisk beskrivelse av enkeltvariabler. De målene for sentraltendens som er gjennomgått på forelesning er modus, median og gjennomsnitt, og de mest viktigste målene for sentraltendens er modalprosent, variasjonsbredde og standardavvik. Her bør vi legge stor vekt på fordelene og begrensningene med de ulike målene. g) Spuriøs sammenheng (spuriøs effekt) Ringdals definisjon: En skinnsammenheng eller tilsynelatende årsakssammenheng mellom X og Y som skyldes en bakenforliggende variabel Z. h) Casestudier 5

6 Begrepet er ikke definert i Ringdals begrepsliste, men viser til et eget kapittel 8 Casestudier og komparative design. Susanne Therese Hansen holdt en egen forelesning om dette temaet Oppgave 3 (maks 6 sider) MÅL: Teste studentenes kjennskap til kvalitative metoder. Som ansatt forsker i firmaet GH (Gode Hoder) får du i oppdrag å bistå flyselskapet ZAZ i sin nye satsing EKO, "ekstrem kundeorientering". Her ønsker de å tilrettelegge sine tjenester ut fra en dypere forståelse av de reisendes (eksplisitte og implisitte) behov og ønsker. De henvender seg til deg for at du skal planlegge en studie av reisendes erfaringer, opplevelser, meninger, behov og ønsker. Du står fritt til å generere empiriske data ut fra det du anser hensiktsmessig, men innenfor rammen av kvalitativ tilnærming. Skisser hvordan du vil a) generere data (metode, utvalg, osv) Her er det noen hint i teksten som bør styre studentene i retning av dybdeintervjuer (eksplisitte behov/ønsker, erfaringer og meninger) og observasjoner (implisitte behov, opplevelser) og begge disse variantene bør være diskutert. Det er nærliggende å gjøre datagenerering i forbindelse med reiser, både intervjuer og observasjoner, men her kan jo studentene ha andre forslag. Man bør komme inn på etikk, f.eks. dette med å sikre anonymitet. b) analysere data Her bør man komme inn på induksjon, abduksjon, bruk av SDI (stegvis-deduktiv induksjon), evt bruk av CAQDAS (Computer-aided qualitative data analysis software), som HyperRESEARCH etc. Det er rimelig å snakke om mulige konsepter, f.eks. typologier, som vil være mål for studiet. Eksempler på dette kan godt tas med, evt tenkte typologier ut fra dette studiet (ulike idealtyper av reisende f.eks.) c) sikre studiens kvalitet. Her bør man snakke om pålitelighet (særlig sikret via åpenhet, bruk av opptak ved intervjuer, etc), gyldighet (at man får tak i erfaringer med reising og ikke helt andre ting, at man knytter studiet til annen forskning etc), generaliserbarhet (se under), refleksivitet (forskerens posisjon og forforståelse) og transparens i hele prosjektet. Når det gjelder generalisering er det fint om kandidaten kommer inn på Naturalistisk generalisering: Man kan i rapporteringen av forskningen redegjøre godt nok for detaljene i det som er studert, til at leseren selv kan vurdere hvorvidt funnene vil ha gyldighet for eksempel for leserens egen forskning. Moderat generalisering: Generalisering kan tenkes i en mer kvantitativ forstand, hvor det er opp til forskeren å beskrive hvilke situasjoner (tider, steder, kontekster og andre variasjoner) resultatene vil kunne være gyldige for. Konseptuell generalisering: Man kan ved kvalitativ forskning utvikle konsepter, typologier eller teorier som vil ha relevans for andre tilfeller (case) enn det (eller dem) som er studert. Dette er generaliseringen man bør foretrekke i kvalitative studier. 6