Til bruk i metodeundervisningen ved Høyskolen i Oslo

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "Til bruk i metodeundervisningen ved Høyskolen i Oslo"

Transkript

1 MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling og master i styring og ledelse) foretas i SPSS. Per Arne Tufte

2 MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo INNHOLD Innhold Innhold... 1 Hvordan starte SPSS?... 2 Vanlig oppstart... 2 Åpne fil fra Fronter... 4 Skjermbildet i SPSS... 5 Skifte til visning av variabelnavn... 7 Hvor finner jeg resultatene av analysene?... 8 Univariate analyser i spss Deskriptiv statistikk Slutningsstatistikk - konfidensintervall Bivariate analyser i SPSS Krysstabellanalyse Gjennomsnittsanalyse sammenlikning av to gjennomsnitt Gjennomsnittsanalyse sammenlikning av mer enn to gjennomsnitt Korrelasjonsanalyse Pearsons r Bivariat regresjonsanalyse Multivariat analyse Multippel regresjonsanalyse Trinnvis multippel regresjonsanalyse

3 HVORDAN STARTE SPSS? Nedenfor skiller vi mellom hvordan vi vanligvis åpner SPSS og hvordan vi åpner SPSS på metodekurset. Vanlig oppstart Vanlig oppstart av SPSS er å klikke på SPSS-ikonet på skrivebordet eller velge SPSS på startmenyen: Hvis det dukker opp meldinger på skjermen før SPSS er oppe, vil en vanligvis kunne klikke OK for å bli kvitt meldingen. Etter en stund (det kan ta litt tid) dukker følgende skjermbilde opp: 2

4 Her kan en velge å åpne datafiler en har brukt tidligere. Hvis en ikke ønsker dette, klikk på Cancel for å bli kvitt åpningsdialogboksen. For å åpne fil, klikk for å åpne fil: Finn datafilen på vanlig måte i den dialogboksen som dukker opp. 3

5 Åpne fil fra Fronter For å gjøre ting litt enklere åpner vi datafilen (og følgelig SPSS) fra Fronter på metodeseminarene. Logg inn i Fronter og finn mappen for SPSS-seminaret (den kan hete litt forskjellige ting på ulike studier). Klikk på datafilen. Den kan hete ulike ting, men den vil alltid ha endelsen.sav. Seminarleder vil oppgi hvilken fil som skal åpnes, eller du kan lete etter.sav-filen. En dialogboks dukker da opp som spør om du vil åpne filen. Bekreft at du vil det. Etter en stund åpner SPSS og du vil se datafilen som kolonner og rader med tall (se «Skjermbildet i SPSS»). Noen ganger åpner ikke datafilen. Det kan skyldes at flere har forsøkt å åpne filen samtidig. Gjenta prosedyren og be om å åpne filen på nytt. Klikk på SPSS-vinduet og klikk på Yes hvis det er en dialogboks der. Noen ganger klarer ikke pc-en å kople datafilen til SPSS. Det vil da komme opp en boks som spør om den skal finne (Find) programmet som filen skal åpnes i. I stedet for å velge dette, ber du om å lagre filen (Save). Lagre filen på skrivebordet (desktop). Deretter åpner du SPSS og datafilen som beskrevet i foregående underkapittel («Vanlig oppstart»). Husk at datafilen ligger på skrivebordet. 4

6 Skjermbildet i SPSS Skjermbildet i SPSS viser datamatrisen, det vil enhetenes (radvis) verdier på de ulike variablene (kolonnevis): En kan også få en oversikt over variablene i datamaterialet ved å klikke på den flippen som heter Variable view: For å komme tilbake til datamatrisen klikker du på flippen som heter Data View. 5

7 Alle analysekommandoene finner du ved å klikke på Analyze på menyraden øverst i skjermbildet: 6

8 Skifte til visning av variabelnavn En lur ting å gjøre med en gang en har startet SPSS er å sikre at alle dialogbokser viser variabelnavn og ikke variabelbeskrivelser. Velg kommandoen Options på Edit-menyen: Følgende dialogboks dukker opp. Merk av for Display names i stedet for Display labels. Klikk på OK og deretter på OK i de meldingene som dukker opp etterpå. 7

9 Hvor finner jeg resultatene av analysene? Analyseresultater i SPSS kommer ikke alltid automatisk opp på skjermen. De legger seg imidlertid alltid i et vindu kalt *Output. Du finner dette vinduet ved å lete på nederste rad i skjermbildet: Klikk på vinduet og du får resultatene opp på skjermen (husk at resultatene fra de siste analysene du gjorde ligger helt nederst i output-filen): 8

10 9

11 UNIVARIATE ANALYSER I SPSS Deskriptiv statistikk For å få fram univariate analyser av enkeltvariabler velges analysekommandoen FREQUENCIES: Følgende dialogboks kommer opp: Dobbeltklikk på de variablene du ønsker å analysere. De vil dermed bli flyttet over til det høyre feltet i dialogboksen (rett under tittelen Variable(s)). 10

12 Klikk på knappen Statistics til høyre i dialogboksen for å velge de statistiske målene du ønsker å få beregnet. Følgende dialogboks kommer opp: Merk av de statistiske målene du ønsker. De vanligste er: Mean (gjennomsnitt), Median eller Mode (modus), Std. deviation (standardavvik), Variance, Range (variasjonsbredde), Quartiles (kvartiler), Skewness og Kurtosis. Husk at målenivået på variabelen avgjør hvilke statistiske mål som er meningsfulle. Etter å ha valgt de ønskede statistiske målene klikker du på Continue-knappen (nederst til venstre). Du er nå tilbake til den første dialogboksen. Hvis du ønsker grafisk presentasjon av variabelen, klikker du på knappen Charts til høyre i dialogboksen. Følgende dialogboks kommer opp: 11

13 Her velger du den typen diagram du ønsker. Husk at du kan bestemme målenheten i diagrammene ved å velge Frequencies (frekvenser) eller Percentages (prosenter). Hvis du velger histogram, har du også muligheten til å inkludere en normalfordelingskurve slik at du kan se om fordelingen på variabelen er normalfordelt eller ikke. Når du har valgt diagramtype, klikker du på knappen Continue slik at du kommer tilbake til den opprinnelige dialogboksen. Her klikker du på OK-knappen slik at SPSS kan iverksette kommandoen. Resultatene av kommandoene blir vist i output-vinduet. Den første boksen viser de statistiske målene som vi har bedt om. Den neste boksen viser frekvensefordelingen for variabelen: 12

14 Til slutt vises diagrammer hvis vi har bedt om dette: 13

15 14

16 Slutningsstatistikk - konfidensintervall For å få SPSS til å beregne et konfidensintervall rundt et gjennomsnitt kan kommandoen ONE-SAMPLE T-TEST benyttes: Følgende dialogboks kommer opp: Klikk den eller de variablene du ønsker å beregne et konfidensintervall for i feltet kalt Test Variables: 15

17 Hvis du ikke ønsker et 95 prosent konfidensintervall, kan nivået endres ved å klikke på knappen Options. Følgende dialogboks kommer da opp: Her kan nivået endres (for eksempel til 90 eller 99). Klikk deretter på Continue for å bekrefte valget og komme tilbake til den opprinnelige dialogboksen. Klikk på OK for å gjennomføre beregningen. Den første tabellen i output-filen viser antall observasjoner, gjennomsnitt, standardavvik og standardfeil for variabelen. 16

18 Den andre tabellen viser blant annet konfidensintervallet i de to siste kolonnene: Den nest siste kolonnen viser nederste verdi i konfidensintervallet mens den siste kolonnen viser øverste i intervallet. 17

19 BIVARIATE ANALYSER I SPSS Krysstabellanalyse For å få fram en krysstabellanalyse i SPSS velges analysekommandoen CROSSTABS: Følgende dialogboks kommer da opp: 18

20 Velg uavhengig variabel ved å klikke denne inn i feltet kalt Columns. Velg avhengig variabel ved å klikke denne inn i feltet kalt Rows. Klikk deretter på knappen Cells for å angi prosentueringsretning i tabellen. Følgende dialogboks kommer opp: 19

21 Merk av for Column under Percentages (dersom uavhengig variabel er kolonnevariabel). Trykk på knappen Continue for å godta valget. Du kommer da tilbake til den opprinnelige dialogboksen. Trykk på knappen Statistics. Følgende dialogboks kommer opp: Hvis du ønsker å hypoteseteste sammenhengen i tabellen, merk av for Chi-square. Hvis du ønsker korrelasjonsmål, merk av for Phi and Cramers V (nominalnivå), og/eller Gamma og Kendalls tau-b og Kendalls tau-c (ordinalnivå). Etter å ha markert de målene du ønsker klikker du på Continue-knappen for å komme tilbake til den opprinnelige dialogboksen. Her klikker du på OK for å beregne krysstabellen. Resultatene av kommandoene blir vist i output-vinduet. Den første boksen viser en oversikt over antall observasjoner i krysstabellen: 20

22 Den andre tabellen i utskriften er selve krysstabellen: Den tredje tabellen viser resultatet av kjikvadrattesten: Den fjerde tabellen viser korrelasjonsmålene: 21

23 22

24 Gjennomsnittsanalyse sammenlikning av to gjennomsnitt For å sammenlikne to gjennomsnitt velges analysekommandoen INDEPENDENT- SAMPLES T-TEST: Følgende dialogboks kommer opp: Den avhengige variabelen (intervall- eller forholdstallsnivå) klikkes inn i feltet kalt Test Variable(s). Den uavhengige variabelen klikkes inn i feltet kalt Grouping Variable. 23

25 Klikk deretter på knappen Define Groups for å angi verdiene på de to gruppene du vil sammenlikne. Følgende dialogboks kommer opp: Etter Group 1 angis verdien for den første gruppen (i vårt tilfelle er verdien 0 fordi dette er koden for menn i dette datamaterialet). Etter Group 2 angis verdien for den andre gruppen (i vårt tilfelle 1 fordi dette er koden for kvinner i dette datamaterialet). Klikk deretter på knappen Continue for å bekrefte valgene. Du kommer da tilbake til den første dialogboksen. Klikk på OK for å beregne gjennomsnittsanalysen. Den første tabellen i utskriften viser antall observasjoner, gjennomsnitt, standardavvik og standardfeil for den avhengige variabelen i de to gruppene vi sammenlikner: 24

26 Den andre tabellen er stor og viser resultatet av gjennomsnittsanalysen: Se først etter om Levenes test av variansene er signifikant eller ikke. Dersom denne er signifikant (Sig. < 0.050), velg den nederste linjen i tabellen. Dersom den ikke er signifikant (Sig. > 0.050), velge den øverste linjen. Resultatet av signifikanstesten leses i den femte tallkolonnen i tabellen, kalt Sig (2-tailed). 25

27 Gjennomsnittsanalyse sammenlikning av mer enn to gjennomsnitt For å sammenlikne mer enn to gjennomsnitt velges kommandoen MEANS: Følgende dialogboks kommer opp: Den avhengige variabelen (intervall- eller forholdstallsnivå) klikkes inn i feltet kalt Dependent list. Den uavhengige variabelen klikkes inn i feltet kalt Independent list: 26

28 Klikk deretter på knappen Options. Følgende dialogboks kommer opp: 27

29 Merk av for Anova table and eta. Bekreft deretter valget ved å klikke på Continue. Du kommer da tilbake til den opprinnelige dialogboksen. Klikk på OK for å beregne gjennomsnittsanalysen. Den første boksen i output-filen gir en oversikt over antall observasjoner i analysen: Den andre boksen viser gjennomsnitt, antall observasjoner og standardavvik på den avhengige variabelen for de ulike gruppene vi sammenlikner: Den tredje boksen viser resultatet av F-testen (ANOVA): Den siste boksen viser hvor mye varians i den avhengige variabelen som den uavhengige variabelen forklarer (Eta kvadrert): 28

30 29

31 Korrelasjonsanalyse Pearsons r For å foreta korrelasjonsanalyse (Pearsons r som forutsetter intervall- eller forholdstallsnivå på begge variablene) velges kommandoen BIVARIATE CORRELATION: Følgende dialogboks kommer opp: 30

32 Klikk inn de ønskede variablene i feltet kalt Variables: Klikk deretter på OK for å gjennomføre korrelasjonsanalysen. Det kommer kun en tabell i output-filen. Denne viser korrelasjonene mellom variablene (det øverste tallet i hver rute), signifikanssannsynligheten (p-verdien) for korrelasjonen (det midterste tallet i ruten) og antall observasjoner (den nederste tallet i ruten): 31

33 Bivariat regresjonsanalyse For å foreta regresjonsanalyse som forutsetter en avhengig variabel med høyt målenivå (intervallnivå eller forholdstallsnivå, evt. ordinalnivå med mange verdier) velges kommandoen LINEAR REGRESSION: Følgende dialogboks kommer opp: 32

34 Klikk den avhengige variabelen inn i feltet kalt Dependent. Den uavhengige variabelen klikkes inn i feltet kalt Independent(s). Klikk deretter på OK for å utføre regresjonsanalysen. Utskriften består av fire tabeller. Den første tabellen gir rett og slett en oversikt over avhengig og uavhengig variabel i modellen. 33

35 Den andre tabellen viser korrelasjonskoeffisienten mellom avhengig og uavhengig variabel (R), R 2 (forklart varians), justert R 2 (bruk denne) og standardfeilen til estimatet (denne brukes til å beregne konfidensintervall rundt predikerte verdier). Den tredje tabellen viser ANOVA (F-test) for regresjonsmodellen (identisk med den en får i gjennomsnittsanalyser med mer enn to gjennomsnitt). Tallet lengst til høyre (under Sig.) er signifikanssannsynligheten som avgjør om vi må beholde en nullhypotese om at den uavhengige variabelen ikke forklarer noe variasjon i den avhengige variabelen (hvis p er større enn 0.05), eller om vi må forkaste denne hypotesen til fordel for den alternative hypotesen at den uavhengige variabelen forklarer variasjon i avhengige variabelen (hvis p er lavere enn 0.05). I kolonnen df kan en finne antall observasjoner i analysen ved å legge en til det nederste tallet (i dette tilfellet blir antall observasjoner 4563 = ). Den fjerde tabellen inneholder selve regresjonsanalysen. Første rad i tabellen, med tittelen (Constant), viser resultater for konstantleddet. Den neste raden viser resultater for den uavhengige variabelen, i dette tilfellet alder. Første tallkolonne viser de ustandardiserte regresjonskoeffisientene (det er vanligvis disse vi tolker). Andre tallkolonne viser standardfeilen til koeffisientene, mens fjerde tallkolonne viser t-verdien (i en t-test) og femte tallkolonne viser signifikanssannsynligheten. Vi forkaster en nullhypotese om at koeffisienten (første kolonne) er lik 0 i populasjonen dersom signifikanssannsynligheten (i femte kolonne) er lavere enn

36 Den tredje tallkolonnen viser den standardiserte regresjonskoeffisienten. Denne viser hvor mange standardavvik den avhengige variabelen endrer seg når den uavhengige variabelen øker med ett standardavvik. Koeffisienten kan også tolkes som en korrelasjonskoeffisient, og i bivariat regresjonsanalyse vil den være identisk med korrelasjonskoeffisienten i tabell 2 i utskriften (se ovenfor). 35

37 MULTIVARIAT ANALYSE Multippel regresjonsanalyse For å foreta multippel regresjonsanalyse som forutsetter en avhengig variabel med høyt målenivå (intervallnivå eller forholdstallsnivå, evt. ordinalnivå med mange verdier) velges kommandoen LINEAR REGRESSION: Følgende dialogboks kommer opp: 36

38 Klikk den avhengige variabelen inn i feltet kalt Dependent. De uavhengige variabelen klikkes inn i feltet kalt Independent(s). Klikk deretter på OK for å utføre regresjonsanalysen. Utskriften består av fire tabeller. Den første tabellen gir rett og slett en oversikt over avhengig og uavhengig variabel i modellen (ikke så veldig nyttig, med mindre noen uavhengige variabler er blitt fjernet fra modellen). 37

39 Den andre tabellen viser den multiple korrelasjonskoeffisienten (ikke så veldig nyttig) (R), R 2 (forklart varians), justert R 2 (bruk denne) og standardfeilen til estimatet (denne brukes til å beregne konfidensintervall rundt predikerte verdier). Den tredje tabellen viser ANOVA (F-test) for regresjonsmodellen (identisk med den en får i gjennomsnittsanalyser med mer enn to gjennomsnitt). Tallet lengst til høyre (under Sig.) er signifikanssannsynligheten som avgjør om vi må beholde en nullhypotese om at ingen av de uavhengige variablene forklarer noe variasjon i den avhengige variabelen (hvis p er større enn 0.05), eller om vi må forkaste denne hypotesen til fordel for den alternative hypotesen at minst en av de uavhengige variablene forklarer variasjon i avhengige variabelen (hvis p er lavere enn 0.05). I kolonnen df kan en finne antall observasjoner i analysen ved å legge en til det nederste tallet (i dette tilfellet blir antall observasjoner 4563 = ). Den fjerde tabellen inneholder selve regresjonsanalysen. Første rad i tabellen, med tittelen (Constant), viser resultater for konstantleddet. De neste radene viser resultater for hver av de uavhengige variablene, i dette tilfellet kjønn og alder. Første tallkolonne i tabellen viser de ustandardiserte regresjonskoeffisientene (det er vanligvis disse vi tolker). Andre tallkolonne viser standardfeilen til koeffisientene, mens fjerde tallkolonne viser t-verdien (i en t-test) og femte tallkolonne viser signifikanssannsynligheten. Vi forkaster en nullhypotese om at koeffisienten (første kolonne) er lik 0 i populasjonen dersom signifikanssannsynligheten (i femte kolonne) er lavere enn

40 Den tredje tallkolonnen viser den standardiserte regresjonskoeffisienten. Denne viser hvor mange standardavvik den avhengige variabelen endrer seg når den uavhengige variabelen øker med ett standardavvik (kontrollert for de andre uavhengige variablene i modellen). Koeffisienten kan også tolkes som en partiell korrelasjonskoeffisient, det vil si hvor sterk korrelasjonen er mellom en uavhengig variabel og den avhengige, når det er kontrollert for de andre uavhengige variablene i modellen. Trinnvis multippel regresjonsanalyse En effektiv måte å bygge opp trinnvise regresjonsanalyser er å legge inn variabler i blokk. Dette sikrer blant annet at antall observasjoner ikke endrer seg etter hvert som nye uavhengige variabler trekkes inn. I dialogboksen for regresjon skjer det på følgende måte: Etter å ha lagt inn avhengig variabel, legg inn de uavhengige variablene som inngår i første modell: 39

41 Klikk deretter på knappen Next. De uavhengige variablene som skal legges til i modell 2 klikkes inn under Independent(s) i blokk 2: Dette kan gjentas, avhengig av hvor mange regresjonsmodeller en ønsker å beregne. Etter at en ferdig med å legge inn variablene, klikkes OK. Det vil nå dukke opp fem tabeller i output-vinduet. De fire første er utvidelser av de tabellene vi allerede kjenner. Vi ser at hver av disse tabellene innholder en seksjon for hver regresjonsmodell. Den første tabellen viser hvilke uavhengige variabler som inkludert for hver modell. Husk at hver ny modell inneholder de uavhengige variablene fra foregående modell i tillegg til nye som er inkludert. 40

42 Den andre tabellen viser multippel korrelasjonskoeffisient (R), R2, justert R2 og standardfeilen til estimatet for hver modell. Den tredje tabellen viser ANOVA og F-test for hver modell: 41

43 Den fjerde tabellen viser regresjonsresultatene for hver modell (legg merke til at koeffisientene for variablene alder og kjønn har sunket fra modell 1 til 2 fordi vi også har kontrollert for variabelen leder): Den femte tabellen analyserer de variablene som ikke er inkludert i en modell. Følgelig viser tabellen nedenfor kun modell 1 fordi modell 2 inkluderer alle variablene. 42

Forelesning 13 Regresjonsanalyse

Forelesning 13 Regresjonsanalyse Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?

Detaljer

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005 SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013

Detaljer

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april 2005. Seksjon for medisinsk statistikk, UIO. Tron Anders Moger Intro til hypotesetesting Analyse av kontinuerlige data 21. april 2005 Tron Anders Moger Seksjon for medisinsk statistikk, UIO 1 Repetisjon fra i går: Normalfordelingen Variasjon i målinger kan ofte beskrives

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 fredag 25. mai 2012, kl. 9.00 13:00 Antall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

Det lille kvantitative metodeheftet

Det lille kvantitative metodeheftet ØF-notat nr. 17/2007 Det lille kvantitative metodeheftet av Vegard Johansen ØF -notat nr. 17/2007 Det lille kvantitative metodeheftet av Vegard Johansen Tittel: Forfatter: Det lille kvantitative metodeheftet

Detaljer

Kort innføring i SPSS

Kort innføring i SPSS Kort innføring i SPSS Oppstart og datasett Gjør følgende for å starte opp SPSS og få fram European Social Survey: Finn Min datamaskin Finn SV-info på Luna Velg ISS Velg SOS1002. Dobbeltklikk deretter på

Detaljer

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005 SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger

Detaljer

Høye skårer indikerer høye nivåer av selvkontroll.

Høye skårer indikerer høye nivåer av selvkontroll. Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2015 Skriftlig skoleeksamen tirsdag 19. mai, 09:00 (4 timer) Resultater publiseres 10. juni Kalkulator

Detaljer

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk

MASTER I IDRETTSVITENSKAP 2013/2015 MASTER I IDRETTSFYSIOTERAPI 2013/2015. Individuell skriftlig eksamen. STA 400- Statistikk MASTER I IDRETTSVITENSKAP 013/015 MASTER I IDRETTSFYSIOTERAPI 013/015 Individuell skriftlig eksamen i STA 400- Statistikk Mandag 10. mars 014 kl. 10.00-1.00 Hjelpemidler: kalkulator Eksamensoppgaven består

Detaljer

Definisjoner av begreper Eks.: interesse for politikk

Definisjoner av begreper Eks.: interesse for politikk Måling SOS1120 Kvantitativ metode Forelesningsnotater 5. forelesning høsten 2005 Per Arne Tufte Måling er å knytte teoretiske begreper til empiriske indikatorer Operasjonell definisjon Angir hvordan et

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS107 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 18. mai 001 Eksamenssted: Idrettsbygget

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt

Sammenlikninger av gjennomsnitt. SOS1120 Kvantitativ metode. Kan besvare to spørsmål: Sammenlikning av to gjennomsnitt SOS1120 Kvantitativ metode Forelesningsnotater 10. forelesning høsten 2005 Per Arne Tufte Sammenlikninger av gjennomsnitt Sammenlikner gjennomsnittet på avhengig variabel for ulike grupper av enheter Kan

Detaljer

DATAØVING 1 INTRODUKSJON TIL STATA I

DATAØVING 1 INTRODUKSJON TIL STATA I DATAØVING 1 INTRODUKSJON TIL STATA I Oversikt - Hvordan starte Stata - Åpne datafil - STATA vinduet - Loggfiler - Deskriptiv statistikk I SOS3003 kommer vi dette semesteret til å bruke statistikkprogrammet

Detaljer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer SKOLEEKSAMEN I SOS1120 Kvantitativ metode 13. desember 2012 4 timer Det er lov å bruke ikke-programmerbar kalkulator som hjelpemiddel Sensur for eksamen faller 11.januar kl. 14.00. Sensuren publiseres

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00 MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Martin Rasmussen Tlf.: 73 59 19 60 Eksamensdato: 12.12.13 Eksamenstid

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12.

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl. 10.00-12. MASTR I IDRTTSVITNSKAP 2014/2016 Utsatt individuell skriftlig eksamen i STA 400- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator ksamensoppgaven består av 10 sider inkludert

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey

Detaljer

Oppgaver til Studentveiledning I MET 3431 Statistikk

Oppgaver til Studentveiledning I MET 3431 Statistikk Oppgaver til Studentveiledning I MET 3431 Statistikk 20. mars 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Konfidensintervaller Vi ser på inntekten til en tilfeldig valgt person (i tusen

Detaljer

Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode

Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode Institutt for sosiologi og statsvitenskap Fakultet for samfunnsvitenskap og teknologiledelse Robert Wiik, januar 2003 Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode Generelle krav En

Detaljer

Statistikk er begripelig

Statistikk er begripelig Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt

Detaljer

Statistisk generalisering

Statistisk generalisering Statistisk generalisering Forelesningsnotat høsten 2005 (SOS1120 Kvantitativ metode) av Per Arne Tufte (1) Innledning Så langt har vi undersøkt om det er sammenheng og eventuelt hvor sterk sammenhengen

Detaljer

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger.

2. Hva er en sampelfordeling? Nevn tre eksempler på sampelfordelinger. H12 - Semesteroppgave i statistikk - sensurveiledning Del 1 - teori 1. Gjør rede for resonnementet bak ANOVA. Enveis ANOVA tester om det er forskjeller mellom gjennomsnittene i tre eller flere populasjoner.

Detaljer

Forelesning 13 Analyser av gjennomsnittsverdier. Er inntektsfordelingen for kvinner og menn i EU-undersøkelsen lik?

Forelesning 13 Analyser av gjennomsnittsverdier. Er inntektsfordelingen for kvinner og menn i EU-undersøkelsen lik? 2 verdier Forelesning 13 Analyser av gjennomsnittsverdier Valg av type statistisk generalisering i bivariat analyse er avhengig av hvilke variabler vi har Avhengig variabel kategorivariabel kontinuerlig

Detaljer

Fra krysstabell til regresjon

Fra krysstabell til regresjon Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver

Detaljer

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt. EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir forlag) OPPGAVESETTET

Detaljer

Forelesning 10 Kjikvadrattesten

Forelesning 10 Kjikvadrattesten verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en

Detaljer

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013

Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 2013. Skrevet av Stian Lydersen 16 januar 2013 1 Supplement til power-point presentasjonen i medisinsk statistikk, forelesning 7 januar 013. Skrevet av Stian Lydersen 16 januar 013 Vi antar at vårt utvalg er et tilfeldig og representativt utvalg for

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt

Eksamensoppgave i PSY2017/PSYPRO4317. Statistikk og kvantitative forskningsmetoder. Psykologisk institutt 1 Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Christian Klöckner Tlf.: 73 59 19 60 Eksamensdato: 29.05.2015 Eksamenstid

Detaljer

Korrelasjon og lineær regresjon, litt om resultatpresentasjon

Korrelasjon og lineær regresjon, litt om resultatpresentasjon Korrelasjon og lineær regresjon, litt om resultatpresentasjon 4. Mai 2005 Tron Anders Moger Forelesningen om t-tester: Så på kontinuerlige utfall som var normalfordelte Brukte t-tester for å undersøke

Detaljer

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.

Detaljer

En enkel innføring i SPSS. Øvingshefte i SOS1002

En enkel innføring i SPSS. Øvingshefte i SOS1002 En enkel innføring i SPSS Øvingshefte i SOS1002 Institutt for Sosiologi og Statsvitenskap Fakultet for Samfunnsvitenskap og Teknologiledelse Sist oppdatert august 2003 Kapittel 1: Windows 2000...4 Dørstokkmila...

Detaljer

Beskrivende statistikk Litt om SPSS

Beskrivende statistikk Litt om SPSS Beskrivende statistikk Litt om SPSS HSTAT1101: 20. aug. 2004 Odd Aalen 1 Introduksjon Kunnskap om verden rundt oss kommer ofte via tall og data, dvs statistikk. Hvaersuntogusunt. Epidemiologi. Hvilke behandlinger

Detaljer

VMware Horizon View Client. Brukerveiledning for nedlasting, installasjon og pålogging for fjerntilgang

VMware Horizon View Client. Brukerveiledning for nedlasting, installasjon og pålogging for fjerntilgang VMware Horizon View Client Brukerveiledning for nedlasting, installasjon og pålogging for fjerntilgang Introduksjon Fjerntilgang er blitt oppgradert til en bedre og mer moderne løsning. Programmet er identisk

Detaljer

Logistisk regresjon 2

Logistisk regresjon 2 Logistisk regresjon 2 SPSS Utskrift: Trivariat regresjon a KJONN UTDAAR Constant Variables in the Equation B S.E. Wald df Sig. Exp(B) -,536,3 84,56,000,25,84,08 09,956,000,202 -,469,083 35,7,000,230 a.

Detaljer

Sannsynlighetsregning og Statistikk.

Sannsynlighetsregning og Statistikk. Sannsynlighetsregning og Statistikk. Leksjon Velkommen til dette kurset i sannsynlighetsregning og statistikk! Vi vil som lærebok benytte Gunnar G. Løvås:Statistikk for universiteter og høyskoler. I den

Detaljer

Oppgaver til Studentveiledning 3 MET 3431 Statistikk

Oppgaver til Studentveiledning 3 MET 3431 Statistikk Oppgaver til Studentveiledning 3 MET 3431 Statistikk 24. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 01/06/2011: Oppgave 1-7. Eksamensoppgaven fra 06/2011

Detaljer

SPSS Statistics-kurs 2014

SPSS Statistics-kurs 2014 SPSS Statistics-kurs 2014 Kurskalender 2014-1. halvår Dager Pris Jan Feb Mars April Mai Juni 6.-7. 5.-6. 3.-4. 6.-7. 5.-6. 22.-23. 27.-28. 19.-20. 22.-23. 26.-27. Anvendt statistikk 2 8 300 16.-17. 13.-14.

Detaljer

(b) På slutten av dagen legger sekretæren inn all innsamlet informasjon i en ny JMP datafil. Hvor mange rader og søyler(kolonner) har datafila?

(b) På slutten av dagen legger sekretæren inn all innsamlet informasjon i en ny JMP datafil. Hvor mange rader og søyler(kolonner) har datafila? Institutt for samfunnsøkonomi Skriftlig eksamen i: MET 34311 Statistikk Eksamensdato: 01.06.11, kl. 09.00-14.00 Tillatte hjelpemidler: Alle + BI-definert eksamenskalkulator : TEXAS INTRUMENTS BA II Plus

Detaljer

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191.

Std. Error. ANOVA b. Sum of Squares df Square F Sig. 54048,151 2 27024,075 327,600,000 263063,943 3189 82,491 317112,094 3191. Samspill i regresjon Variables Entered/Removed b Variables Variables Entered Removed Method Kjønn,, Enter hjemmebo ende a a. All requested variables entered. Summary Std. Error Adjusted R of the R R Square

Detaljer

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under

Detaljer

SKOLEEKSAMEN 29. september 2006 (4 timer)

SKOLEEKSAMEN 29. september 2006 (4 timer) EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober

Detaljer

Univariate tabeller. Statistisk uavhengighet og statistisk avhengighet. Bivariat tabellanalyse. Hvordan bør vi prosentuere denne tabellen?

Univariate tabeller. Statistisk uavhengighet og statistisk avhengighet. Bivariat tabellanalyse. Hvordan bør vi prosentuere denne tabellen? Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

Forelesning 9 Statistiske mål for bivariat tabellanalyse

Forelesning 9 Statistiske mål for bivariat tabellanalyse Forelesning 9 Statistiske mål for bivariat tabellanalyse Vi har ulike koeffisienter som viser styrken på den statistiske avhengigheten mellom de to variablene. Valg av koeffisient må vurderes ut fra variablenes

Detaljer

Oppgaver til Studentveiledning II MET 3431 Statistikk

Oppgaver til Studentveiledning II MET 3431 Statistikk Oppgaver til Studentveiledning II MET 3431 Statistikk 10. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Prøve-eksamen A fra 2010: Oppgave 6-7. Prøve-eksamen A fra 2010

Detaljer

Mål: SPSS. Litteratur. Noen statistikk-programpakker. Dokumentasjon fra SPSS Inc. Introduksjon til IBM SPSS Statistics 20

Mål: SPSS. Litteratur. Noen statistikk-programpakker. Dokumentasjon fra SPSS Inc. Introduksjon til IBM SPSS Statistics 20 Introduksjon til IBM SPSS Statistics 20 av Stian Lydersen NTNU Revidert 13 aug 2012 http://folk.ntnu.no/slyderse/medstat/spss/introduksjon_spss.pdf Mål: Deltakerne skal få innblikk i Oppretting av datafil.

Detaljer

Lineære modeller i praksis

Lineære modeller i praksis Lineære modeller Regresjonsmodeller med Forskjellige spesialtilfeller Uavhengige variabler Én binær variabel Analysen omtales som Toutvalgs t-test én responsvariabel: Y én eller flere uavhengige variabler:

Detaljer

KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger

KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger KLMED 8006 Anvendt medisinsk statistikk - Vår 2009 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03. Erling Berge Institutt for sosiologi og statsvitenskap NTNU SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat 03 Erling Berge Institutt for sosiologi og statsvitenskap NTNU Haust 2004 Erling Berge 2004 1 Forelesing III Multivariat regresjon

Detaljer

Starthjelp i MINITAB R

Starthjelp i MINITAB R Starthjelp i MINITAB R Versjon 16 for Windows September 2010 Avdeling for Statistikk Matematisk Institutt Universitetet i Oslo Innhold 1 Innledning 1 2 Notasjon 2 3 Inn i og ut av Minitab 3 4 En oversikt

Detaljer

Data og beskrivende statistikk Introduksjon til SPSS. 7. april 2005 Tron Anders Moger

Data og beskrivende statistikk Introduksjon til SPSS. 7. april 2005 Tron Anders Moger Data og beskrivende statistikk Introduksjon til SPSS 7. april 2005 Tron Anders Moger New England Journal of Medicine, Editorial, Jan. 6, 2000, p. 42-49 The eleven most important developments in medicine

Detaljer

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1

+ S2 Y ) 2. = 6.737 6 (avrundet nedover til nærmeste heltall) n Y 1 Løsningsforslag for: MOT10 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 6. november 007 TILLATTE HJELPEMIDLER: Kalkulator: HP0S, Casio FX8 eller TI-0 Tabeller og formler i statistikk (Tapir forlag) MERKNADER:

Detaljer

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens Forelesning 7 Statistiske beskrivelser av enkeltvariabler Statistiske mål for univariate fordelinger: Sentraltendens Verdien for fordelingens tyngdepunkt Spredning Hvor nært opp til tyngdepunktet ligger

Detaljer

Oppgaver til Studentveiledning 4 MET 3431 Statistikk

Oppgaver til Studentveiledning 4 MET 3431 Statistikk Oppgaver til Studentveiledning 4 MET 3431 Statistikk 8. mai 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 22/11/2011: Oppgave 1-7. Eksamensoppgaven fra 11/2011 er

Detaljer

EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012

EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 NTNU Fakultet for samfunnsvitenskap og teknologiledelse Psykologisk institutt EKSAMEN I PSY3100 FORSKNINGSMETODE KVANTITATIV HØSTEN 2012 DATO: 12.12.12 Studiepoeng: 7,5 Sidetall bokmål 4 Tillatte hjelpemidler:

Detaljer

PC-AXIS-2006. Brukerveiledning for tabelluttak og bearbeiding av data

PC-AXIS-2006. Brukerveiledning for tabelluttak og bearbeiding av data PC-AXIS-2006 Brukerveiledning for tabelluttak og bearbeiding av data 04.01.2007 Innledning Nyheter i PC-Axis 2006 Nyhet i PC-Axis 2006 - En funksjon for innspilling av aktiviteter gjordt i PC-Axis som

Detaljer

Kom i gang med Stata for Windows på UiO - hurtigstart for begynnere

Kom i gang med Stata for Windows på UiO - hurtigstart for begynnere Kom i gang med Stata for Windows på UiO - hurtigstart for begynnere Hensikten med denne introduksjonen er å lære hvordan man kommer raskt i gang med grunnleggende funksjoner i Stata. Teksten er tilpasset

Detaljer

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene 1 Sec 3-2: Hvordan beskrive senteret i dataene 2 Sec 3-3: Hvordan beskrive spredningen i dataene Todeling av statistikk Deskriptiv statistikk Oppsummering og beskrivelse av den stikkprøven du har. Statistisk

Detaljer

Oppgavesett for NVivo 10

Oppgavesett for NVivo 10 Oppgavesett for NVivo 10 Oppgave 1: Nytt prosjekt Det første du ser når du åpner NVivo er en liste over de siste prosjektene du har jobbet med i programmet. I dag lager vi et nytt prosjekt. Klikk på New

Detaljer

Resultathåndtering: Guide om håndtering av resultater for klubber (Eksport og Import)

Resultathåndtering: Guide om håndtering av resultater for klubber (Eksport og Import) ! Resultathåndtering: Guide om håndtering av resultater for klubber (Eksport og Import) Her kan du lese en enkel guide >l hvordan du håndterer resultater.! 1 Innhold Innhold 2 1. Resultatoversikt... 12

Detaljer

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse: Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

PC-AXIS-2002. Brukerveiledning for tabelluttak og bearbeiding av data

PC-AXIS-2002. Brukerveiledning for tabelluttak og bearbeiding av data PC-AXIS-2002 Brukerveiledning for tabelluttak og bearbeiding av data Innledning PC-Axis- filer lager du fra Statistikkbanken i. Programmet PC-Axis 2002 for Windows laster du ned fra inngangssiden til Statistikkbanken,

Detaljer

Profil Lavpris Supermarked Hypermarked Totalt. Coop Prix 4 4. Coop Extra 13 5. Coop Mega 7 7. Coop Obs 5 13. Rimi 24 24. Ica Supermarked 7 7

Profil Lavpris Supermarked Hypermarked Totalt. Coop Prix 4 4. Coop Extra 13 5. Coop Mega 7 7. Coop Obs 5 13. Rimi 24 24. Ica Supermarked 7 7 Vedlegg 1 - Regresjonsanalyser 1 Innledning og formål (1) Konkurransetilsynet har i forbindelse med Vedtak 2015-24, (heretter "Vedtaket") utført kvantitative analyser på data fra kundeundersøkelsen. I

Detaljer

En enkel innføring i SPSS. Øvingshefte i SOS107

En enkel innføring i SPSS. Øvingshefte i SOS107 En enkel innføring i SPSS Øvingshefte i SOS107 Institutt for Sosilogi og Statsvitenskap Fakultet for samfunnsvitenskap og teknologiledelse Håvard Strand Revidert av Arild Blekesaune, januar 2001 Kapittel

Detaljer

PUBLISERING AV INNHOLD TIL KVAMSSIDA.NO

PUBLISERING AV INNHOLD TIL KVAMSSIDA.NO PUBLISERING AV INNHOLD TIL KVAMSSIDA.NO Innhold Kapitel 1 - Registrering og innlogging... 2 Kapitel 2 - Lage ny artikkel uten bruk av bilder eller annen grafikk... 3 Kapitel 2a - Ingress... 4 Kapitel 3

Detaljer

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar.

Sentralverdi av dataverdi i et utvalg Vi tenker oss et utvalg med datapar. I vårt eksempel har vi 5 datapar. Statistisk behandling av kalibreringsresultatene Del 4. v/ Rune Øverland, Trainor Elsikkerhet AS Denne artikkelserien handler om statistisk behandling av kalibreringsresultatene. Dennne artikkelen tar

Detaljer

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0?

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0? Forelesning 9 Kjikvadrattesten Kjikvadrattesten er den mest benyttede metoden for å utføre statistiske generaliseringer fra bivariate tabeller. Kjikvadrattesten brukes til å teste nullhypotesen om at det

Detaljer

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet

Bakgrunn. KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger. Overvekt: løp for livet KLMED 8006 Anvendt medisinsk statistikk - Vår 2008 Repeterte målinger Arnt Erik Tjønna og Eirik Skogvoll Institutt for sirkulasjon og bildediagnostikk, Det medisinske fakultet, NTNU Bakgrunn Inaktivitet

Detaljer

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0

Oppgave 1. T = 9 Hypotesetest for å teste om kolesterolnivået har endret seg etter dietten: T observert = 2.16 0 Løsningsforslag til eksamen i MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 08. mai 2008 TILLATTE HJELPEMIDLER: Kalkulator: HP30S, Casio FX82 eller TI-30 Tabeller og formler i statistikk (Tapir

Detaljer

BRUK AV TiSferaDesign I RINGETABLÅER MED ELEKTRONISK NAVNELISTE:

BRUK AV TiSferaDesign I RINGETABLÅER MED ELEKTRONISK NAVNELISTE: BRUK AV TiSferaDesign I RINGETABLÅER MED ELEKTRONISK NAVNELISTE: (benyttes til å opprette og redigere navneliste, samt laste denne til tablået via USB kabel) TiSferaDesign Kan lastes ned herfra: http://www.homesystems-legrandgroup.com/bthomesystems/productdetail.action?productid=019

Detaljer

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/

Verdens statistikk-dag. Signifikanstester. Eksempel studentlån. http://unstats.un.org/unsd/wsd/ Verdens statistikk-dag http://unstats.un.org/unsd/wsd/ Signifikanstester Ønsker å teste hypotese om populasjon Bruker data til å teste hypotese Typisk prosedyre Beregn sannsynlighet for utfall av observator

Detaljer

Brukerveiledning for Vesuv

Brukerveiledning for Vesuv Brukerveiledning for Vesuv Innhold Pålogging... 3 Registrering av ny bruker... 3 Glemt passord... 4 Startsiden... 5 Nytt utbrudd... 6 Nedtrekksmenyer... 6 Obligatoriske felt... 7 Spørsmål vises og fjernes...

Detaljer

Innføring i Excel. Et lite selv-instruksjons kurs ( tutorial ) Oppgave 1

Innføring i Excel. Et lite selv-instruksjons kurs ( tutorial ) Oppgave 1 H. Goldstein Januar 2008 Innføring i Excel Et lite selv-instruksjons kurs ( tutorial ) Den beste og raskeste måten å lære seg et nytt program på er på forhånd å ha en oppgave man ønsker å bruke programmet

Detaljer

ARBEIDSNOTAT ARBEIDSNOTAT

ARBEIDSNOTAT ARBEIDSNOTAT A r b e i d s n o t a t e r f r a H øg s k o l e n i B u s k e r u d nr. 73 ARBEIDSNOTAT ARBEIDSNOTAT Statistikk og SPSS for enkle undersøkelser Knut W. Hansson Arbeidsnotater fra Høgskolen i Buskerud

Detaljer

Innhold. Innledning. Del I

Innhold. Innledning. Del I Innhold Del I Innledning 1 Hva er statistikk?...17 1.1 Bokas innhold 18 1.1.1 Noen eksempler 18 1.1.2 Historie 21 1.1.3 Bokas oppbygning 22 1.2 Noen viktige begreper 23 1.2.1 Populasjon og utvalg 23 1.2.2

Detaljer

OPPGAVE 1 MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2

OPPGAVE 1 MA Universitetet i Agder Institutt for matematiske fag EKSAMEN. Emnekode: MA-202 Emnenavn: Statistikk 2 Universitetet i Agder Institutt for matematiske fag MA-202 1 EKSAMEN Emnekode: MA-202 Emnenavn: Statistikk 2 Dato: 24. mai 2012 Varighet: 0900 1400 Antall sider inkl. forside: 7 Tillatte hjelpemidler:

Detaljer

Institutt for økonomi og administrasjon

Institutt for økonomi og administrasjon Fakultet for samfunnsfag Institutt for økonomi og administrasjon Statistiske metoder Bokmål Dato: Torsdag 19. desember Tid: 4 timer / kl. 9-13 Antall sider (inkl. forside): 8 Antall oppgaver: 3 Oppsettet

Detaljer

Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen

Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen Multisample Inference del 2 (Rosner 12.5 12.7) Øyvind Salvesen Enhet for anvendt klinisk forskning, NTNU Inference oversettes med slutning inference n. a. The act or process of deriving logical conclusions

Detaljer

Innføring i Excel. Et lite selv-instruksjons kurs ( tutorial )

Innføring i Excel. Et lite selv-instruksjons kurs ( tutorial ) H. Goldstein Revidert 2011 Innføring i Excel Et lite selv-instruksjons kurs ( tutorial ) Den beste og raskeste måten å lære seg et nytt program på er på forhånd å ha en oppgave man ønsker å bruke programmet

Detaljer

Hvordan installere Java og easyio på Windows

Hvordan installere Java og easyio på Windows Hvordan installere Java og easyio på Windows Denne veiledningen forklarer en enkel måte å installere Java og easyio på din egen Windows-datamaskin. Du kan finne veiledninger for andre operativsystemer

Detaljer

Multippel lineær regresjon

Multippel lineær regresjon Regresjon Multippel lineær regresjon Inger Johanne Bakken Enhet for anvendt klinisk forskning, NTNU Og Avdeling for forebyggende helsearbeid, SINTEF Tilpasse en funksjon til ett sett observasjoner Minst

Detaljer

Tabell 1: Antallet besøkende pasienter og gjennomsnittlig ventetid i minutter (fiktive data).

Tabell 1: Antallet besøkende pasienter og gjennomsnittlig ventetid i minutter (fiktive data). Viktige modeller og begrep Når du skal lese forskningsartikler, kan det være nyttig at du kjenner navnet på noen viktige modeller og begreper. Tekst: Hugo Lewi Hammer og Ketil Gundro Bruberg I de tidligere

Detaljer

Grunnleggende. Excel

Grunnleggende. Excel Grunnleggende Excel Grunnleggende begreper Regneark: Basert på gamle bokføringsbilag, men med mange automatiske funksjoner som gjør utregninger enklere å utføre og oppdatere Rad: horisontal (overskrift

Detaljer

Utvidet brukerveiledning

Utvidet brukerveiledning Utvidet brukerveiledning for Akershus fylkeskommunes statistikkverktøy http://statistikk.akershus-fk.no Utarbeidet av Cathrine Bergjordet, analysestaben, AFK Sist oppdatert 14/3 2014 Viktige begreper og

Detaljer

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Underveiseksamen i: STK1000 Innføring i anvendt statistikk. Eksamensdag: Onsdag 28/3, 2007. Tid for eksamen: Kl. 09.00 11.00. Tillatte hjelpemidler:

Detaljer

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon Bo Lindqvist Institutt for matematiske fag 2 Kap. 9: Inferens om én populasjon Statistisk inferens har som mål å tolke/analysere

Detaljer

Milestone Systems XProtect Smart Client 7.0b BRUKERMANUAL

Milestone Systems XProtect Smart Client 7.0b BRUKERMANUAL BRUKERMANUAL BRUKERMANUAL Denne brukermanualen vil vise deg hvordan du navigerer i Smart klient programvaren samt gi deg en oversikt over alle funksjonene. Installere Hvis du ikke allerede har Smart klienten

Detaljer

Klassisk ANOVA/ lineær modell

Klassisk ANOVA/ lineær modell Anvendt medisinsk statistikk, vår 008: - Varianskomponenter - Sammensatt lineær modell med faste og tilfeldige effekter - Evt. faktoriell design Eirik Skogvoll Overlege, Klinikk for anestesi og akuttmedisin

Detaljer

Dataøvelse 3 Histogram og normalplott

Dataøvelse 3 Histogram og normalplott Matematisk institutt STAT200 Anvendt statistikk Universitetet i Bergen 18. februar 2004 Dataøvelse 3 Histogram og normalplott A. Formål med øvelsen Denne øvelsen skal vise hvordan man med SAS-systemet

Detaljer

Løsningsforslag øving 9, ST1301

Løsningsforslag øving 9, ST1301 Løsningsforslag øving 9, ST1301 Oppgave 1 Regresjon. Estimering av arvbarhet. a) Legg inn din egen høyde, din mors høyde, din fars høyde, og ditt kjønn via linken på fagets hjemmeside 1. Last så ned dataene

Detaljer

Oppgåve: Åpne filen eksempel.prn som ligg på den utdelte disketten. Figur 1 Eit EXCEL rekneark.

Oppgåve: Åpne filen eksempel.prn som ligg på den utdelte disketten. Figur 1 Eit EXCEL rekneark. EXCEL er eit reknearkprogram som kan køyrast på PC under Windows. Ein EXCEL-fil har navn som sluttar på.xls. Ei slik fil, eller rekneark, inneheld fleire ark (sheet) (Figur 1). Arket er delt opp i ruter

Detaljer

Statistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015

Statistikk & dataanalyse: Et eksempel. Frode Svartdal UiT mars 2015 Statistikk & dataanalyse: Et eksempel Frode Svartdal UiT mars 2015 Eksempel UTGANGSPUNKT Vi antar at den som prokrastinerer (utsetter ting) drøyer med alt mulig som skal gjøres, eksempelvis Venter med

Detaljer

Komme i gang med programmet Norgeshelsa

Komme i gang med programmet Norgeshelsa Komme i gang med programmet Norgeshelsa Norgeshelsa er en database og et Windowsbasert presentasjonsprogram for helsestatistikk fra 1970 og framover. Programmet kan blant annet brukes til å framstille

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 31. mai 007 Eksamenstid: 5 timer

Detaljer

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080.

Oppgave 1. Det oppgis at dersom y ij er observasjon nummer j fra laboratorium i så er SSA = (y ij ȳ i ) 2 = 3.6080. EKSAMEN I: MOT310 STATISTISKE METODER 1 VARIGHET: 4 TIMER DATO: 28. FEBRUAR 2005 TILLATTE HJELPEMIDLER: KALKULATOR, TABELLER OG FORMLER I STATISTIKK (TAPIR FORLAG) OPPGAVESETTET BESTÅR AV 4 OPPGAVER PÅ

Detaljer

Introduksjon til SPSS

Introduksjon til SPSS Mål Introduksjon til SPSS Inger Johanne Bakken Enhet for anvendt klinisk forskning, NTNU og Avdeling for forebyggende helsearbeid, SINTEF Deltakerne skal få innblikk i: Hvordan komme i gang med SPSS, ulike

Detaljer