Välkommen till sidan om övriga statistiska analyser
Utöver korrelationer och regressioner finns flera andra statistiska metoder som används för att analysera olika typer av data och frågeställningar, inklusive kategoriska variabler, skalor och mönster i datamängder. Här beskrivs Chi-två-test, faktoranalys, reliabilitetsanalys, clusteranalys och discriminant analysis.
Chi-två-test (χ²)
Chi-två-test används för att undersöka samband mellan två kategoriska variabler. Testet jämför observerade frekvenser med förväntade frekvenser om det inte fanns något samband.
Exempel: Samband mellan kön (man/kvinna) och röstning (ja/nej).
Variabler:
- 2 eller fler kategoriska variabler (nominal/ordinal).
Antaganden:
- Oberoende observationer.
- Tillräckligt stort sampel (förväntad cellfrekvens ≥5 i minst 80 % av cellerna).
- Variabler på kategorisk nivå.
SPSS INSTRUKTION
- Analyze > Descriptive Statistics > Crosstabs
- Flytta variabler till Rows och Columns
- Klicka på Statistics > Chi-square
- Klicka OK
Tolkning av output:
- Chi-square: Teststatistik
- Asymp. Sig.: p-värde – om p < 0,05 finns ett signifikant samband
- Expected counts: Förväntade frekvenser
Faktoranalys (EFA/CFA)
Faktoranalys används för att identifiera underliggande faktorer i en uppsättning variabler:
Factor loadings: Styrka på sambandet mellan variabler och faktorer
Exploratory Factor Analysis (EFA): Utforskar vilka faktorer som kan förklara variansen i data.
Confirmatory Factor Analysis (CFA): Testar om en teoretisk modell passar data (kräver AMOS).
Exempel: Identifiera underliggande dimensioner av en stress-skala.
Variabler:
- Flera kontinuerliga variabler (intervall/kvotskala, ibland ordinala från Likertskalor).
Antaganden:
- Tillräckligt stort sampel (minst ca 5–10 observationer per variabel).
- Korrelationer mellan variabler (inte för låga, inte för höga).
- Normalfördelning (främst för CFA, mindre kritiskt för EFA).
- Avsaknad av multikollinearitet.
SPSS INSTRUKTION (EFA):
- Analyze > Dimension Reduction > Factor
- Flytta variabler till Variables
- Välj Extraction method (t.ex. Principal Axis Factoring)
- Välj Rotation (t.ex. Varimax)
- Klicka OK
Tolkning av output:
- Communalities: Andel varians förklarad per variabel
- Total variance explained: Hur mycket faktorerna förklarar av total varians
Reliabilitetsanalys (Cronbach´s alpha)
Mäter intern konsistens i skalor – hur väl items mäter samma underliggande konstruktion.
Exempel: En stress-skala med 10 frågor.
Variabler:
- Flera kontinuerliga eller ordinala variabler (t.ex. enkätitems på Likertskala).
Antaganden:
- Variablerna mäter samma underliggande konstruktion.
- Tillräcklig interkorrelation mellan variabler.
- Variabler på minst ordinal nivå.
SPSS INSTRUKTION
- Analyze > Scale > Reliability Analysis
- Flytta items till Items
- Välj Model: Alpha
- Klicka OK
Tolkning av output:
- Cronbach’s Alpha: 0–1, där ≥0,7 ofta anses acceptabelt
- Item-total statistics: Visar om alfa ökar om en fråga tas bort
Clusteranalys
Clusteranalys grupperar observationer baserat på likheter mellan variabler.
Exempel: Gruppera kunder efter köpvanor.
Variabler:
- Flera kontinuerliga variabler (ibland även blandade datatyper beroende på metod).
Antaganden:
- Oberoende observationer.
- Variabler på samma skala (standardisering ofta nödvändig).
- Avståndsmåttet (t.ex. euklidiskt) är meningsfullt.
- Ej för högt multikollinearitet mellan variabler.
SPSS INSTRUKTION
- Analyze > Classify > Hierarchical Cluster eller K-Means Cluster
- Välj variabler för klustring
- Välj metod (t.ex. Ward, K-means)
- Klicka OK
Tolkning av output:
- Dendrogram: Visar hierarkiska grupper
- Cluster membership: Vilka observationer som tillhör varje kluster
- Centroids/means: Genomsnitt för variabler per kluster