Avsnitt 1 av 0
Startad

Deskriptiva analyser: att beskriva data


Notice: Trying to get property 'post_author' of non-object in /www/qukapera_818/public/wp-content/themes/buddyboss-theme/learndash/ld30/lesson.php on line 168

Deskriptiva analyser

Deskriptiva analyser

Att kunna utföra deskriptiva analyser, dvs studera och beskriva variabler är oumbärligt. Statistiska analyser blir allt viktigare inom biomedicinsk forskning och utgör numera en metodologisk hörnsten. Statistiska analyser kan klassificeras i två stora grupper: deskriptiv statistisk och inferentiell statistik.

Man skulle kunna säga att grunden för statistiska beräkningar utgörs av deskriptiva analyser. Med andra ord, deskriptiva analyser är ofta det första steget där man gör en inledande genomgång och beskrivning av hur ens data ser ut. Att inspektera data och eventuella samband med hjälp av tabeller och grafer är av stor vikt för att kunna avgöra vilka vidare analyser som man bör göras och för att se vilka analyser som överhuvudtaget kan göras.

Deskriptiva analyser är viktigt för själva publikationen, då de ofta avkrävs. Dock är de ännu viktigare för en själv som vägledning i det fortsatta arbetet med diverse analyser.

Inferentiell statistik utgör den fortsatta bearbetningen av datan och används för att kunna dra slutsatser. Sådan metodik innefattar bland annat regressionsanalyser och andra mer avancerade analyser.

Variabeltyper

När man talar om data och olika variabeltyper kan en grov indelning göras i två stora grupper, nämligen kategoriska och kontinuerliga. Kategoriska kan i sin tur delas upp i två ytterligare grupper.

Kategoriska variabler: Avser grupper (kategorier). Tex kön, etnicitet, behandlingsgrupp etc.

  • Nominala: Variabler som representerar grupper som inte har någon naturlig rangordning. Tex län eller behandlingsgrupp
  • Ordinala: Variabler som representerar grupper som har en naturlig och meningsfull rangordning, men inte har en bestämd nollpunkt eller konstanta intervall. Tex inkomstgrupper, utbildningsnivå, KOL-stadier.

Kontinuerliga variabler: Detta är ”exakta” mätvärden som har en bestämd nollpunkt och intervallet mellan varje värde är konstant. Tex längd, vikt, ålder/tid. Generellt sett kan man säga att kontinuerliga variabler ger mer information och därmed fördelaktiga. Dessutom är en kontinuerlig variabel lättare att manipulera rent matematiskt.

Deskriptiv statistik; Några viktiga analyser

För kategoriska variabler gäller frekvenstabeller med absoluta och relativa tal (procent). Sådana värden kan också visualiseras i stapeldiagram. Även tårtdiagram kan användas för det syftet (dessa rekommenderas dock inte).

För kontinuerliga variabler använder man ofta tre viktiga typer av mått.

  • Centralmått: Medelvärde, median, mode
  • Spridningsmått: Standardavvikelse, interkvartilavstånd, variationsbredd
  • Fördelningsmått: Distribution, skevhet och kurtosis

 

Några ord om tabeller och grafer

Generellt sett hjälper grafer till att tydliggöra samband och poängtera ett visst budskap. Tabeller ger mer information med större detaljrikedom, men tar också längre tid att analysera. Grafer är ibland även väldigt värdefulla gällande deskriptiva analyser. Boxplots och histogram ger tydliga och bra sammanfattningar gällande kontinuerliga variabler. Scatterplots är oumbärliga i de preliminära analyserna av samband, dvs korrelationen mellan två variabler.