Morten Pettersson er adjunkt ved UCL Erhvervsakademi og Professionshøjskole, Center for Anvendt Skoleforskning, og tilknyttet Læremiddel.dk. I Læremiddel.dk har han tidligere været involveret i et projektet ’Adaptive Læremidler’ og ’Kvalitet i dansk og matematik’. I øjeblikket arbejder han med en ny læsevaneundersøgelse kaldet Børn og unges læsning 2021 samt en ny international undersøgelse kaldet ICILS Teacher Panel Study.
Del 2.b: Analyse af én variabel – Metrisk variabel
Dette delafsnit fokuserer på, hvordan du kan kategorisere og analysere metriske variable, som alder, ved at skabe frekvenstabeller i Excel og fortolke resultaterne.
Af Morten Pettersson, UCL Erhvervsakademi og Professionshøjskole
Som nævnt tidligere er det muligt at opdele metriske variable i kategorier, såsom aldersintervaller, og analysere fordelingen af disse “kategorier” på samme måde som kategoriske variable. Selvom man typisk også bruger statistiske mål som gennemsnit og standardafvigelse, er en kategorisering ofte nyttig. Dette skyldes, at brugen af statistiske mål på metriske variable ofte giver en kompleksitet, der gør det vanskeligt (for de fleste, der ikke er statistiknørder) at udlede meningsfulde indsigter om fordelingen fra rå tal alene.
Ved at opdele en metrisk variabel som alder i foruddefinerede intervaller, kan man skabe et mere overskueligt billede af, hvordan variablens værdier fordeler sig. Man kan fx udtale sig om, hvorvidt en bestemt aldersgruppe er overrepræsenteret, eller om der er en jævn fordeling på tværs af aldersintervaller. Metoden er derfor særligt nyttig, når man præsenterer data for et bredere publikum, som måske ikke er fortrolig med avancerede statistiske mål og begreber.
Bemærk dog at der er ingen faste regler for, hvordan en opdeling i intervaller bør foretages. Almindelige overvejelser inkluderer at opdele variablen i lige store intervaller (fx 20-29 år, 30-39 år) eller bruge meningsfulde opdelinger, der passer til variablens egenskab. For eksempel kan uddannelsesår opdeles i “Grundskole (0-9 år)”, “Ungdomsuddannelse (10-12 år)” og “Videregående uddannelse (13 år og derover)”.
Når en metrisk variabel opdeles i intervaller og behandles som en kategorisk variabel, kan man i øvrigt beregne den statistiske usikkerhed på samme måde som for kategoriske variable.
Sådan laver du en frekvenstabel i Excel (metriske variable)
At oprette en frekvenstabel for en metrisk variabel i Excel følger stort set samme trin som for en kategorisk variabel, men med et ekstra skridt for at gruppere dataene i meningsfulde intervaller.
Her er de grundlæggende trin:
- Indsæt en pivottabel baseret på dine data: Start med at markere de relevante data i dit ark. Gå derefter til “Indsæt” menuen, og vælg “Pivottabel”. Dette vil oprette en ny tabel, hvor du kan analysere dine data.
- Placér variablen i både rækker og værdier, og gruppér værdierne i intervaller: I pivottabelfelterne trækker du den variabel, som du vil analysere, ind i både rækker og værdier. For at gruppere værdierne i intervaller, højreklikker du på rækkerne, vælger “Grupper,” og angiver start- og slutpunkt samt intervalstørrelsen. Dette giver dig en frekvenstabel, der viser, hvor mange observationer, der falder inden for hvert interval.
- Tilføj værdier som procenter og kumulative procenter: For at vise optællingen som procenter af totalen, og som en kumulativ procentfordeling, højreklikker du på værdierne, vælger ”Vis værdier som…” og tilføjer en kolonne med procent af totalen samt en kolonne med den kumulative procentfordeling.
Den detaljerede proces, inklusiv tips til hvordan du kan justere og tilpasse din tabel, kan du se i videoen nedenfor. Videoen guider dig trin for trin igennem hele proceduren, så du nemt kan skabe din egen frekvenstabel for en metrisk variabel.
Flere artikler i denne serie
Introduktion til Statistisk analyse af kvantitative data
Del 1: Begrebsgymnastik: Variabel, enheder og værdier
Del 2.a: Analyse af én variabel: Kategorisk variabel
Del 3: Beregn statistisk usikkerhed for kategoriske variable
Del 4: Analyse af to variable: Krydstabel
Litteratur
Aagerup, L. C. (2015). Pædagogens undersøgelsesmetoder. Hans Reitzels Forlag.
Aagerup, L. C., & Willaa, K. C. W. (2016). Lærerens undersøgelsesmetoder. Hans Reitzels Forlag.
Agresti, A. (2018). Statistical methods for the social sciences (5. udgave). London: Pearson Education Limited.
Agresti, A., & Finlay, B. (2009). Statistical methods for the social sciences (4. udgave). New Jersey: Pearson Education.
Hansen, K. M. & Hansen, S. W. (2020). Univariat analyse. Side 368-392 i K. M. Hansen, L. B. Andersen & S. W. Hansen (red.) Metoder i statskundskab (3. udg.). København: Hans Reitzels Forlag.
Hansen, N.-H. M., Marckmann, B., Nørregård-Nielsen, E., Rosenmeier, S. L., & Østergaard, J. (2015). Spørgeskemaer i virkeligheden. Frederiksberg C: Samfundslitteratur.
Thomsen, S. R., & Hansen, K. M. (2020). Stikprøveudvælgelse. Side 352-367 i K. M. Hansen, L. B. Andersen & S. W. Hansen (red.) Metoder i statskundskab (3. udg.). København: Hans Reitzels Forlag.
