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 1: Windows 95 .................................................................................................4 Dørstokkmila ....................................................................................................................... 4 Brukergrensesnittet ............................................................................................................ 4 Filbehandling....................................................................................................................... 7 Oppgaver............................................................................................................................ 12

Kapittel 2: SPSS – En introduksjon ...........................................................................13 Oppstart av SPSS .............................................................................................................. 13 Oppgaver............................................................................................................................ 19

Kapittel 3: Dataanalyse...............................................................................................20 Frekvensfordeling ............................................................................................................. 20 Bivariat krysstabell ........................................................................................................... 22 Signifikans-testing av krysstabeller................................................................................. 24 Trivariat krysstabell ......................................................................................................... 25 Analyser av gjennomsnitt ................................................................................................. 28 Regresjonsanalyse ............................................................................................................. 33 Oppgaver............................................................................................................................ 35

Kapittel 4: Omkoding..................................................................................................37 Finne naturlige inndelinger.............................................................................................. 37 Konstruksjon av den nye variabelen ............................................................................... 39 Teksting av de nye verdiene ............................................................................................. 41 Omkoding av en kontinuerlig variabel ........................................................................... 42 Oppgaver............................................................................................................................ 43

Kapittel 5: Konstruksjon av variabler ........................................................................44 Eksempel på ombygging av en eksisterende variabel. ................................................... 44 Eksempel på konstruksjon av en indeks. ........................................................................ 45 Oppgaver............................................................................................................................ 46

Kapittel 6: Informasjonssøking ..................................................................................47 Biblioteket .......................................................................................................................... 47 Søking etter informasjon på Internet .............................................................................. 49

Fasit til oppgavene ......................................................................................................52 Fasit til kapittel 1............................................................................................................... 52 Fasit til kapittel 2............................................................................................................... 54 Fasit til kapittel 3............................................................................................................... 56 Fasit til kapittel 4............................................................................................................... 61 Fasit til kapittel 5............................................................................................................... 64

Beskrivelse av datafilene.............................................................................................66

2

Liste over variablene i EU-undersøkelsen ...................................................................... 66 Liste over variablene i Levekårsundersøkelsen ’95 ....................................................... 68 Liste over variablene i Verdiundersøkelsen ’96 ............................................................. 71 Liste over variablene i Valgundersøkelsen ’97 ............................................................... 75 Liste over variablene i Medieundersøkelsen ’94 ............................................................ 79

3

Kapittel 1: Windows 95 Dørstokkmila

Denne brukerveiledningen er laget for å hjelpe deg gjennom dataøvningene i metodekurset på grunnfagsnivå ved ISS. Dere som bruker denne veiledningen har forskjellig bakgrunn, men for mange av dere er dette den første gangen dere blir helt nødt til å bruke en datamaskin. Denne veiledningen kommer først og fremst til å sikte seg inn mot førstegangsbrukeren.

Veiledningen er laget med tanke på at dere skal kunne jobbe med oppgavene i heftet etter de organserte øvningene. Det er dessverre alt for mange som har oppdaget at man lærer seg ikke alt gjennom å bare møte opp på øvningene, det kreves også innsats foran tastaturet på egen hånd.

Denne veiledningen er laget til versjon 10.0 av SPSS, selv om de fleste PC-ene på PC-labben fortsatt er satt opp med versjon 8.0. Den viktigste praktiske forskjellen mellom disse to versjonene er at det i versjon 10.0 står Analyze i den øverste menylinjen mens det står Statistics i versjon 8.0.

Vi er veldig takknemmelige for kommentarer på innholdet i dette heftet, som på ingen måte er helt ferdig. Vi vil spesielt beklage rettskivningen som ikke er gjennomlest grundig nok enda.

Dette er en utvidelese og revidering av Beate Husebys hefte ’Kort innføring i bruk av SPSS for nybegynnere’, de delene som omhandler statistikk, er stort sett direkte overført fra det heftet. Det bør rettes en takk til Kyrre Svarva som har vært til stor hjelp og som står bak flere av illustrasjonene i heftet.

Brukergrensesnittet

Oppstart Maskinene på PC-salen står ofte på, men dersom det er en som er skrudd av, så må den skrues på. For å sjekke om maskina er på, trykker man på en eller annen tast, eller rører litt på musa. Dersom det ikke skjer noe innen 2-3 sekunder, er den skrudd av. Strømbryteren er på høyre side av maskina. Etter 10-15 sekunder kommer det opp et påloggingsbilde. Her skal du bare sjekke at påloggingsnavnet er det samme som det som står på en etikett på selve maskina. Dersom det ikke er det, flytter du muspekeren til det hvite feltet der navnet skal stå og trykker med den venstre musknappen, og skriver inn riktig navn. Når det er riktig navn som står der, trykker du Enter. Grunnen til at vi har denne påloggingsprosedyren er at maskina skal få tilgang til skriveren og de fellesområdene som ligger på tjeneren.

4

Mus og tastatur For å kommunisere med datamaskinen, må vi kunne gi beskjeder til maskinen og få svar tilbake. Svarene kommer ut enten på en skjerm eller på en skriver. Vi har i hovedsak to verktøy, mus og tastatur. Tastaturet har en mengde taster, som kan deles inn i noen hovedgrupper ♦ Bokstavene, den standard-delen som man finner på alt fra en

stormaskin til en skrivemaskin og som vi finner til venstre på et tastatur

♦ Bevegelsestastene, de 10 grå tastene som ligger midt på tastaturet og sum brukes til manøvrering og redigering

♦ Det numeriske tastaturet, talltastene helt til høyre på tastaturet, som er veldig likt det vi finner på en kalkulator

♦ Funksjonstastene, som ligger i den øverste raden på tastaturet

Det andre verktøyet er musa, som er den grå plastdingsen som ligger ved siden av tastaturet. Vi kan flytte musa på bordet og når vi gjør det beveger vi på en markør på skjermen. Musa må ligge på bordet, den virker ikke om man holder den i lufta. Musa er utstyrt med to knapper.

Den venstre brukes stort sett til å velge med, det vil si at når du peker på noe med muspekeren og

Klikke med Resultatet blir at venstre musknapp en gang vi velger det vi peker på venstre musknapp to ganger

vi utfører standardkommandoen på det vi peker på

høyre musknapp en gang vi får opp en meny med relevante kommandoer

trykker med venstre musknapp, så velger du dette. Trykker du med høyre musknapp, vil du få opp en meny med relevante kommandoer for det du peker på. Trykker du for eksempel med høyre musknapp på et Word-dokument, vil du få muligheten til å åpne Word med dette dokumentet eller kopiere, flytte eller slette dokumentet. Hvert ikon har en standardkommando som man kan kjøre ved å klikke to ganger på et ikon, dette kalles for å dobbelklikke. For å dobbelklikke må musa ligge i ro mellom de to klikkene. Man må også klikke ganske fort.Hva som er standardkommandoen for et ikon, finner du ut ved å klikke med høyre musknapp på ikonet. Den kommandoen som da er i tykk skrift, er den kommandoen som blir utført ved et dobbeltklikk.

Skrivebordet Når maskina er klar, vil du få opp en grønn skjerm med noen ikoner på. Denne skjermen kalles skrivebordet (eller ”desktop”). På selve skrivebordet ligger det fire ikoner, tre av ikonene har med filsystemet å gjøre, mer om filsystemet lenger ned.

Tar du musa helt ned i det venstre hjørnet på skjermen, dukker det opp ei grå linje med en knapp som det står ’Start’ på. Denne knappen, som vi heretter bare refererer til som startknappen, er den enkleste måten å bruke Windows 95 på.

Når vi trykker på denne knappen, får vi opp en meny med muligheter for å starte programmer. Denne menyen er alfabetisk sortert, og for å

5

starte for eksempel SPSS, trykker vi en gang med venstre musknapp på den linjen der det står SPSS. Da vil menyen forsvinne og SPSS starter.

Vinduer

Vinduets status Vinduet er minimert nede på startlinjen maksimert lagt ut over hele skjermen fritt flytende på skrivebordet

Alle programmer får sitt eget vindu på skjermen. Disse vinduene har en del egenskaper felles. Som eksempel skal vi her jobbe med vinduet ’Min Datamskin’. Dersom du dobbeltklikker på dette ikonet, vil du få opp et vindu som ser mer eller mindre slik ut. Vinduer kan enten være minimerte, det vil si at de er fjernet fra skrivebordet og lagt med ved siden av Start-knappen, de kan

være maksimerte, det vil si at de fyller hele skjermen, eller de kan være fire, at de ligger på skrivebordet, og hvor du kan flytte dem rundt og endre størrelse på dem. Det generelle ved vinduer er den øverste linjen og hjørnet nede til høyre. Det første ikonet fra venstre er programikonet. Dersom klikker en gang på dette ikonet, får du muligheten til å forandre vinduet eller avslutte programmet, og dersom

du dobbeltklikker på det vil du avslutte programmet. På den høyre kanten er det tre ikoner, som fungerer som snarveier inn til programikonet. Det første minimerer

vinduet, det andre maksimerer vinduet og det tredje stenger vinduet og avslutter programmet. Når vi maksimerer eller minimerer et vindu, vil det ikonet som vi brukte bli endret til et ikon der et lite vindu ligger på skrå over et annet. Dette ikonet gjenoppretter vinduet slik det var før vi minimerte eller maksimerte det. Når vinduet flyter fritt på skrivebordet, kan vi flytte på det ved å holde nede musknappen på den øverste, blå linjen, og så flytte musen rundt. Vinduet vil da flytte etter. Nede i det høyre hjørnet er det et felt som vi kan bruke til å endre størrelsen på vinduet. Ved å holde nede musknappen på dette skrå-feltet, kan vi flytte musen rundt, og størrelsen vil endre seg tilsvarende.

Alle vinduer har dessuten en menyrad. Denne finner vi under den øverste, blå linjen. Disse menyene kalles rullegardinmenyer, fordi dersom vi velger tittelen på en meny, dukker det opp en ny meny med nye alternativer, og denne ruller seg nedover skjermen som en rullegardin.

Avslutning Dersom du ønsker å avslutte Windows 95, er det viktig å gjøre ting i rett rekkefølge. Før en skrur av skjermen, bør en gå ned på Startmenyen, velge ’Avslutt’ og velge ’Skru av maskinen’ og trykke på

6

knappen ’Ja’. Da begynner maskinen å skrive til harddisken alle de filene som er åpne og gjør maskinen klar til neste gang noen skrur den på. Etter en stund, vil du på en beskjed om at du kan skru av maskina, hvorpå du kan skru strømmen av fysisk, med brytern på høyre side av maskinen. Dersom du opplever maskinen ustabil, treg eller merkelig, kan det ofte hjelpe med en kjapp omstart.

Filbehandling

Filer Når vi jobber med en datamskin, jobber vi med en eller flere filer. En fil kan enten være en programfil, en datafil eller et dokument. Programfiler bruker vi til å kjøre programmer, de ligger med fordel der de ligger og vi skal ikke bruke mer tid på dem. Det vi skal bruke videre er datafiler under SPSS og dokumenter under Word. Disse filene henter vi inn i programmene og jobber med dem der, og alt det arbeidet vi legger ned ved maskinen blir lagret i filene. Når vi arbeider med en fil, bør den ligge på den lokale harddisken, og når vi er ferdige med dagens dont, bør vi kopiere filene ut på disketter, helst en hovedkopi og en sikkerhetskopi.

Kataloger For å lettere holde oversikten over filene, har vi muligheten til å legge dem i forskjellige kataloger eller foldere. Hver folder har muligheten for å inneholde flere foldere, på denne måten danner filsystemet et tre. På samme måte som på et tre, samler alle katalogene seg i en rot, som ligger helt i bunnen av filtreet. I rota av dette filtreet ligger de viktigste filene, som brukes når maskina skrues på. Det regnes ofte som dårlig gjort å tukle med disse, da det lett kan føre til at maskina blir ubrukelig en periode.

Lokal harddisk På hver maskin er det en harddisk, hvor vi har lagt inn de programmene vi trenger, dessuten har vi muligheten til å jobbe med dokumenter der. For å jobbe med dokumenter, er det en katalog som heter Kladd. Kladd-katalogen har god plass til å huse dokumentene mens vi jobber med dem.

Diskett Vi trenger disketter for å kunne ta vare på det arbeidet vi gjør, men det er flere svakheter med en diskett. For det første er det veldig begrenset hvor mye vi får plass til på en diskett. For det andre kan den lett bli ødelagt, både ved at den kan bli fysisk knekt, men også ved at magnetfeltet som inneholder dokumentene kan bli forstyrret av andre magnetfelt. Derfor bør en ha omtanke for sine disketter og behandle dem deretter.

7

For å sikre oss best mulig, er det flere ting vi kan gjøre. 1. Oppbevar disketten i en boks av hard plast, Tapir selger dem for en

billig penge. 2. Ta alltid sikkerhetskopi av disketten etter en arbeidsøkt. 3. Jobb aldri med dokumenter på disketten, men jobb på harddisken

og kopier til diskett etterpå.

Nettverk Maskinene på Dragvoll er koblet sammen i et nettverk, som gjør at de kan dele noen ressurser, som skriver og fellesområder. Datafilene som skal brukes i semesteroppgaven er lagt ut på en fellesdisk på serveren Kristen. Dette fellesområdet kan alle maskinene nå samtidig. På nettverket kan tilgangen variere fra område til område. Noen områder, eksempelvis ’Kladd’-området på serveren Kristen, kan alle lese fra og skrive til. Andre områder, eksempelvis ’SV-Info’-området på Kristen, kan alle lese fra, mens bare de som har offisiell informasjon til kurs får skrive til dette området.

Stasjoner Når en maskin skal nå et lager, enten det er en diskett, en lokal harddisk eller en nettverksdisk, bruker vi begrepet ’Stasjon’ som mellomledd. Hver disk får sin bokstav, som vi i tur kan bruke for å nå filer som ligger der. Diskettstasjonen får alltid bokstaven A, mens den lokale harddisken får bokstaven C. Dersom vi får flere harddisker eller muligens en CD-Rom, vil de neste bokstavene bli tatt i bruk. Nettverksstasjonene kan få hvilken som helst bokstav. På studentmaskinene på dragvoll er alle stasjonene etter C nettverksstasjoner.

For å kunne nå en fil, har vi et system der hver fil får et unikt navn, som består av

stasjon, katalog og filnavn, for eksempel C:\Kladd\Semesteroppgave.Doc. Her er ’C:’ stasjonen, den lokale harddisken, ’\Kladd\’ er navnet på katalogen og ’Semesteroppgave.Doc’ er navnet på filen.

Utforskeren i Windows 95 Windows 95 kommer med et program som heter Utforskeren. Med dette programmet får vi tilgang til filene som ligger på de forskjellige stasjonene på en maskin. Utforskeren er alltid tilstede, for å få kontakt med den, kan vi dobbelklikke på ’Min Datamaskin’-ikonet på skrivebordet. Vi vil da få opp en oversikt over alle stasjonene på den maskinen vi sitter ved. Dobbelklikker vi på en stasjon, vil vi få se filene og katalogene som ligger på den stasjonen. Utforskeren har også en menylinje, med fire punkter ♦ Fil, som gir adgang til kommandoer for å påvirke filer direkte, som

å slette dem eller endre navn på dem.

8

♦ Rediger, som er en meny man finner i nesten alle programmer. Den burde het ’Klipp og Lim’, for det er det vi kan gjøre. Vi kan klippe ut en fil fra en stasjon og lime den inn i en annen stasjon.

♦ Vis, som er den viktige menyen under Utforskeren. Her kan vi endre utseende på Utforskeren og tilpasse litt.

♦ Hjelp, som gir lett tilgang til hjelpsystemet under Windows 95.

Under Vis-menyen er det mulig å sette hvordan filene skal presenteres i Utforskeren. For å få mest mulig oversikt over en stasjon, bør man velge ’Detaljer’. Da bli hver fil representert med et lite ikon, navnet og forskjellig informasjon om filen, slik som størrelse, datostempel og filtype. Vil vi ha enklere grensesnitt, kan vi velge ’Store ikoner’. Da blir hver fil representert med et stort ikon og navnet. Ikonet angir veldig lett hva slags fil dette er. Er det en word-fil, vil det være et word-ikon som kommer opp.

Under Vis-menyen har vi også mulighet til å påkalle en verktøylinje. Dersom vi velger den øverste kommandoen på Vis-menyen, vil det komme en hendig knapperad mellom menylinjen og filvinduet. Ved å flytte musen rundt på de forskjellige knappene og holde den i ro noen sekunder, kan man få opp en kjapp beskrivelse av den kommandoen som er knyttet til knappen.

Utforskeren gir oss muligheten til å flytte eller kopiere filer og kataloger. Forskjellen på å flytte og å kopiere en fil er at når vi flytter den, så blir den slettet fra sin opprinnelige plass.

På SVT-fakultetets PC-saler er Start-menyen satt opp med snarveier til de viktigste stasjonene/katalogene. Det er diskettstasjonen, kladd-katalogen på den lokale harddisken og nettverkskatalogene der datasettene ligger. For å få opp et av disse områdene, går du ned på Startmenyen og velger den stasjonen du ønsker.

Merking av filer Det er ofte vi vil gjøre noe med flere filer samtidig, slå flere fluer i en smekk. For å gjøre dette, må vi merke de filene vi vil gjøre noe med. Dersom vi velger en fil med venstre musknapp, vil den bli framstilt med hvit tekst på blå bunn. Dette betyr at filen er valgt. for å velge flere, kan vi holde inne enten Shift- eller Kontrollknappen på tastaturet. Shift er den samme knappen vi bruker for å få store bokstaver, mens Kontrol er rett under Shift. Dersom vi velger en fil, og så holder nede Shift mens vi velger en annen, vil vi merke alle som ligger mellom disse to filene. Holder vi nede Kontrol, vil vi merke hver ny fil vi velger.

Kopiering Filbehandling går i prinsippet ut på å ha kontroll over filer og kataloger, og det viktigste verktøyet er å kunne kopiere filer fra en katalog til en annen katalog, fra en stasjon til en annen stasjon. En typisk arbeidsdag vil kanskje se slik ut:

9

1. Kopier de(n) filen(e) du skal jobbe med fra disketten din til kladd-katalogen på den lokale harddisken dersom du skal jobbe videre med et dokument.

2. Kopier de(n) datafilen(e) du trenger fra nettverket til kladd-katalogen på den lokale harddisken dersom du trenger noen datafiler.

3. Mens du arbeider, lagrer du arbeidet ditt på den lokale harddisken. 4. Når du er ferdig avslutter du de programmene du har jobbet med og

lagrer igjen på den lokale harddisken. 5. Deretter kopierer du de filene du har jobbet med tilbake til

disketten. 6. Ta en sikkerhetskopi også, just in case. 7. Tilslutt sletter du det du har lagret på den lokale harddisken.

Kopiering fra diskett til kladdområdet For å kopiere en eller flere filer fra en diskett til kladd-katalogen på harddisken gjør vi som følger 1. Gå ned på Start-knappen 2. Finn Diskettstasjonen (A:) 3. Velg den eller de filene du vil kopiere 4. Trykk på en av de filene som er merket med høyre musknapp 5. Velg ’Send til’ 6. Velg ’Kladdmappen’

Kopiering fra nettverk til kladdområdet For å kopiere en eller flere filer fra nettverket til kladd-katalogen på harddisken gjør vi som følger Gå ned på Start-knappen 1. Finn ’SV-info på Kristen’ 2. Velg ’ISS’ 3. Velg ’SOS107’ 4. Velg den eller de filene du vil kopiere 5. Trykk på en av de filene som er merket med høyre musknapp 6. Velg ’Send til’ 7. Velg ’Kladdmappen’

Kopiering fra kladdområdet til diskett For å kopiere en eller flere filer fra kladd-katalogen på harddisken til en diskett gjør vi som følger 1. Gå ned på Start-knappen 2. Finn ’Kladdmappe på Harddisk’ 3. Velg den eller de filene du vil kopiere 4. Trykk på en av de filene som er merket med høyre musknapp 5. Velg ’Send til’ 6. Velg ’3½-tommers diskett’ 7. Gjenta dette for backup-disketten

10

Sikkerhetskopiering av en hel diskett 1. Sett disketten du skal kopiere fra i diskettstasjonen 2. Dobbeltklikk på ”Min datamaskin” 3. Trykk med høyre musknapp på diskettstasjonen 4. Velg ”Kopier diskett” 5. Bytt diskett når du får beskjed om det

Andre aktuelle filkommandoer ♦ For å slette en eller flere filer, merker/velger man de man vil slette

og trykker på Delete-tasten, som sitter over piltastene, litt inn på vestre side av tastaturet

♦ For å bytte navn på en fil, velger man filen, og trykker på filen med høyre musknapp for å få opp menyen for filer. Her er ’Gi nytt navn’ et av alternativene

11

Oppgaver Til disse oppgavene trenger du en diskett, som bør være av type High Density, IBM formatert. Er disketten svart, så er det et godt tegn. Disketter fåes kjøpt hos Tapir.

Oppgave 1: Skru av og på maskina. Skru av den maskina du sitter ved kontrollert og fint, og skru den på igjen.

Oppgave 2: Manøvrering på Start-menyen ♦ Under Start-menyen finner du flere undermenyer, og nederst i en

av disse undermenyene finner du spillet Minesveiper. ♦ Finn spillet minesveiper ved å følge tråden gjennom start-menyen

(Start-menyen – program – Tilbehør – Spill -- Minesveiper) ♦ Et annet sted ligger ’SPSS Turorial’. Finn dette programmet også.

Oppgave 3: Kopiering av filer På startmenyen finner du ’SV-info på Kristen’. Dette er en snarvei til en nettverks-stasjon der datafilene for dette kurset ligger. Ved å velge dette menyalternativet, vil du få opp et filbehandlingsvindu, med flere underkataloger. Den katalogen som er aktuell for dette kurset, er katalogen ’ISS’, som igjen har flere underkataloger. Det du skal gjøre, er å traversere dette filtreet ned til katalogen som heter ’SOS107’, og kopiere ut ei av datafilene derfra.

Oppgave 4: Bytte navn på ei fil Dersom du fikk til oppgave 3, skal du nå ha ei fil på disketten. Du skal nå bytte navn på denne fila til ’SPSS.sav’ Et hint ved denne oppgaven er at kommandoen ’Gi nytt navn’ er en relevant kommano for ei fil. Det kan være lurt å lese avsnittet om mus om igjen, dersom du står fast.

Oppgave 5: Kopiering fra diskett til Kladd-katalogen Kopier filen på disketten til Kladd-katalogen på den lokale harddisken.

Oppgave 6: Sletting av fil Slett filen fra Kladd-katalogen igjen. Å slette en fil er også en relevant kommando for en fil, bruk løsningen fra oppgave 3.

12

Kapittel 2: SPSS – En introduksjon Oppstart av SPSS

For å starte opp SPSS, går vi ned på Start-menyen og velger linjen der det står SPSS. Om en stund dukker det da opp et vindu med en meny, en knapperad og et ruteark. Under rutearket står det ’SPSS Processor is ready’. Dette er dataområdet i SPSS, hvor vi henter inn tallene som vi vil jobbe med. I tillegg til dette dataområdet har vi i SPSS 7.5 to andre vinduer som vi kan møte, Syntax og Output.

Syntaxvinduet stammer fra tiden før Windows, mus og multitasking, hvor man måtte skrive inn kommandoene. Dette har også i dag flere fordeler når man skal ha store, presise operasjoner, men det er vesentlig mer tidkrevende enn bruk av det grafiske brukergrensesnittet. Derfor er det bare rent unntaksvis at enkelte av dere kan få bruk for det og vi kommer ikke til å si mye mer om dette vinduet.

Outputvinduet gir oss resultatene av de beregningene SPSS har utført, det kommer automatisk opp når SPSS er ferdig med en beregning. Outputvinduet er delt i to deler. Den venstre halvdelen har en katalog over alle de beregningene vi har kjørt, mens den høyre viser fram resultatet fra den beregningen vi har valgt på venstre halvdel.

Dersom du ønsker å fordype deg mer i SPSS enn det som blir tatt opp her, kan du lese ’SPSS-1’ av Kyrre Svarva, som er tilgjengelig fra IT-seksjonen ved SVT-fakultetet.

Datamatrisen Datamatrisen er utformet som et ruteark, der vi har vertikale ”kolonner” og horisontale ”rader”. Hver kolonne representerer en variabel og hver rad representerer en enhet. Enhetene er som oftest intervjuobjekter, personer som svarer på en undersøkelse. Spørsmålene i undersøkelsen blir omgjort til variabler, siden svarene som kommer inn varierer. En rute inneholder dermed et intervjuobjekts svar på et spørsmål, eller en enhets verdi på en variabel. Dersom variabelen er Alder og personen er født i 1975, vil verdien bli ’22’.

Den øverste raden og kolonnen lengst til venstre har en grå farge. ♦ Dersom vi velger en av disse grå rutene, vil vi merke hele raden

eller hele kolonnen. ♦ Dersom vi dobbelklikker på et av variabelnavnene, vil vi få opp en

beskrivelse av denne variabelen. En av knappene under denne boksen har navnet ’Labels..’. Velger vi denne boksen, vil vi få se hvilket verdinavn som er satt til de forskjellige verdiene. Denne informasjonen får vi også fram ved å kjøre en frekvensoversikt.

Slike datamatriser blir lagret i filer som får benevnelsen .sav, det gjør at Windows 95 gjenkjenner disse som SPSS-filer.

13

Menyen Øverst i SPSS-vinduet er det en menylinje med 9 forskjellige toppalternativer. ♦ File-menyen har kommandoer og alternativer for å lagre deler av

SPSS, skrive ut resultater og hente inn nye filer i SPSS. ♦ Edit-menyen gir deg muligheten til å kopiere mellom forskjellige

vinduer og programmer, eksempelvis kan du bruke Edit-menyen til å kopiere tall fra SPSS til Word eller kopiere datamatrisen over i Excel.

♦ View-menyen gir deg mulighet til å tilpasse utseende av SPSS, men dersom du gjør det, er det ikke sikkert beskrivelsen i dette heftet stemmer.

♦ Data-menyen jobber mot datamatrisen og lar deg endre datamatrisen systematisk. Denne menyen skal vi ikke gå videre inn på.

♦ Transform-menyen har kommandoer for å bearbeide verdier og variabler

♦ Analyze-menyen er den sentrale menyen for å kjøre statistisk analyse av datamaterialet (I versjon 8.0 står det Statistics i stedet for Analyze)

♦ Graphs-menyen gir tilgang til grafer og grafisk analyse, men det skal vi ikke gå videre inn på.

♦ Utilities-menyen har noen enkle hjelpemidler for å få ut informasjon fra datamatrisen og SPSS.

♦ Window-menyen gir oss muligheten til å holde orden på de vinduene som vi har i SPSS

♦ Help-menyen gir tilgang til hjelp på SPSS, men denne hjelpetjenesten er veldig spesifikt rettet mot funksjoner i SPSS og gir mindre generell informasjon

I resten av heftet vil menyene bli henvist på formen Analyze Descriptive Statistics Frequencies, som betyr alternativet ’Frequencies’ i undermenyen ’Summarize’ under hovedmenyen ’Statictics’

Innhenting av data Det er to måter å hente inn data på. Den ene er å gå gjennom menyen, File Open. Da får man opp en dialogboks hvor man kan hente inn den aktuelle fila.

Den andre metoden er å gå gjennom Utforskeren. Ved å gå ned på Start-menyen og hente opp ’Kladdmappe på harddisk’, vil vi få opp oversikten over de datafilene som ligger i kladdområdet. Nå kan vi dobbelklikke på den filen vi vil åpne, og SPSS vil da hente inn den. Dersom SPSS ikke er startet, vil Utforskeren også starte SPSS.

Utføring av kommandoer og bruk av dialogbokser SPSS har to måter å kjøre kommandoer på, en enkel og en vanskelig. Vi fokuserer i dette heftet kun på den enkle, men vi skal nevne at

14

Syntaxvinduet er til for å kunne spesifisere kommandoer på et mer detaljert nivå enn det som er mulig gjennom menyene.

Den enkle måten å utføre en kommando på, er å finne den i sin meny. De kommandoene som vi skal bruke til analysen, finnes under menyen Analyze. Vi skal også bruke noen av kommandoene under menyen File, Edit og Transform. For eksempelet skal vi nå kjøre gjennom en enkel kommando. Først må vi velge en datafil. Vi henter Eu94.sav fra nettet og legger den på kladd før vi så henter den inn i SPSS. Denne operasjonen bør du greie etter å ha gjennomgått kapittel 1.Vi velger Analyze Descriptive Statistics Descritives. Nå får vi opp en dialogboks som denne.

Liste over tilgjengeligevariabler

Liste over valgte variabler

Knotten som flytter variabler

Rullefelt. Ved å dra boksennedover eller bruke pilene vildu se resten av variablene

I venstre kolonne er den en komplett liste over alle variablene i fila, mens i høyre kolonne er listen over de variablene vi har valgt. Midt mellom de to kolonnene er det en knapp. Denne knappen flytter variabler fra den ene kolonnen til den andre. Dette er standard for SPSS og denne formen kommer til å gå igjen i mange dialogbokser. Helt i høyre kant av dialogboksen er det noen knapper. ♦ OK – Utfører kommanden ♦ Paste – Sender kommandoen til syntaksvinduet ♦ Reset – Renser dialogboksen for alle valg vi har gjort ♦ Cancel – Avslutter dialogboksen uten å kjøre kommandoen ♦ Help – Gir hjelp om akkurat denne dialogboksen ♦ Options… – En ny dialogboks med flere alternativer.

Nederst i dialogboksen er det en avkrysningsboks. Slik den står nå, er den ikke valgt. Trykker vi i den, vil det komme en hake i den hvite ruten, noe som indikerer at den er valgt.

For å kjøre denne kommandoen, må vi først velge hvilken variabel vi vil behandle. Nå det er flere variabler i fila enn hva det er plass til i variabelkolonnen, kan vi bruke rullefeltet for å bla oss gjennom listen av variabler. Vi kan enten flytte på den grå boksen eller bruke pilene i begge ender av rullefeltet.

Vi skal velge variabelen AQ1, og det gjør vi ved å velge den med musen og deretter trykke på pilen mellom kolonnene. Da kommer AQ1 over i den andre kolonnen og vi kan trykke på OK-knappen. Da forsvinner dialogboksen, og Outputvinduet dukker med det innholdet. som vises på neste side.

15

Behandling av resultater

Descriptives

3353 1 4 2.44 .71

3353

AQ1Valid N(listwise)

N Minimum Maximum MeanStd.

Deviation

Descriptive Statistics

Dette er resultatet fra forrige side. Overskriften forteller oss at vi har kjørt kommandoen Descriptives. I tabellen under kan vi lese at variabelen AQ1 er undersøkt hos 3353 enheter. Alle disse enhetene hadde en gyldig verdi, det vil si at N er identisk med valid N. Minimumsverdien er 1 mens maksimumsverdien er 4. Gjennomsnittet er 2,44 og standardavviket er på 0,71.

Denne informasjonen kan vi lese slik den står, men vi er ofte interessert i å bruke den andre steder. Vi kan kopiere den til et annet program som for eksempel Word, lagre den for senere bruk eller skrive den ut. For å gjøre det må vi ta en titt på Outputvinduet.

Dette vinduet er delt i to. På venstre side har vi et tre med alle resultatene i. Dette treet har tre nivåer: • Det øverste nivået heter SPSS Output og fungerer som stammen i et

katalogtre • Hver gang vi kjører en kommando, vil det komme en ny grein på

stammen. Tittelen til denne greinen forteller hvilken type kommando vi har kjørt, i vårt eksempel står det ’Descriptives’.

• Det siste nivået er de forskjellige delene av et resultat. I vårt eksempel er tittelen og tabellen to forskjellige deler av resultatet fra kommandoen Descriptives.

16

Foran hvert resultat er det en boks med enten et kryss eller en strek i. Dersom du trykker på denne, vil du kunne skjule eller vise de enkelte delene av resultatet.

Den venstre siden fungerer dermed i praksis som et arkivskap der du har rask adgang til de tabellene og figurene du trenger til en hver tid. Når du velger en grein vil innholdet i denne greinen komme fram på høyre side av Outputvinduet. Du bør kjøre noen kommandoer for å bli litt kjent med disse funksjonene.

For å skrive ut et resultat, velger du resultatet i venstre side og trykker på utskriftsikonet. Da får du opp en ny dialogboks der du bare velger OK før du stiller deg i køen ved skriveren.

Utskrift

For å lagre et resultat, velger du resultatet i venstre side og trykker på lagringsikonet. Da får du opp en ny dialogboks der du blir bedt om et navn på filen. SPSS velger i utgangspunktet Output1.spo som navn, men du står fritt til å endre dette.

Lagring

For å kopiere et resultat må du også først velge resultat i den venstre siden. Deretter kopierer du det fra SPSS ved å velge Edit Copy objects. Til slutt går du til Word (eller et annen program dersom du ikke bruker Word) og velger Rediger lim inn utvalg. Da kommer det opp en dialog med en liste over forskjellige utvalg. Velg ’Formatert tekst [rtf]’ og trykk på OK.

Kopiering til Word

Dersom du ønsker å bruke tabellen fra SPSS, bør du redigere den litt først. SPSS lager ikke tabeller på norsk, derfor må det oversettes litt hist og pist. For å redigere en tabell dobbelklikker du på tabellen. Nå kan du endre de rutene du vil ved å dobbelklikke i dem. I de fleste tilfeller blir det dog raskere og bedre dersom du gjør det i Word direkte. Hvordan en lager en tabell i Word kommer vi tilbake til lengre ut i heftet.

Ikonene Ikonene ligger under menylinjen og gir oss stort sett snarveier til forskjellige kommandoer i SPSS.

Åpne fil. Hva slags fil som åpnes avhenger av hvilket vindu som er aktivt. Er f.eks. datavinduet aktivt, vil du kunne åpne en datafil.

Lagre fil. Hva slags fil som lagres avhenger av hvilket vindu som er aktivt. Er f.eks. output-vinduet aktivt, er det innholdet i dette vinduet som blir lagret.

Skriv ut. Hva som blir skrevet ut avhenger av hvilket vindu som er aktivt. Er f.eks. et chart-vindu aktivt, er det innholdet i dette vinduet som blir skrevet ut.

Gjenkall dialogboks. De siste dialogboksene du har brukt "huskes" av SPSS. Du får dem tilbake ved å klikke på denne knappen.

Gå til output-vinduet. Har du flere output-vinduer åpne, får du dem fram etter tur ved å klikke her.

Gå til syntax-vinduet. Har du flere output-vinduer åpne, får du dem fram etter tur ved å klikke her. Har du ikke noe åpent syntax-vindu, har denne knappen ingen effekt.

Gå til chart-vinduet eller chart carousel. Har du flere chart-vinduer åpne, får du dem fram etter tur ved å klikke her. Har du ikke noe åpent chart, har denne knappen ingen effekt.

17

Gå til chart / gå til output. Denne knappen har ulikt utseende avhengig av om du befinner deg i et chart-vindu eller et output-vindu. For alle chart finnes en referanselinje i et output-vindu. Er et output-vindu aktivt, forårsaker et klikk her at SPSS leter seg fram til neste linje som refererer til et chart, og åpner dette. Er du i et chart-vindu, finner SPSS fram til det stedet i output-vinduet den aktuelle chart-referanselinjen står. Dette virker selvsagt ikke dersom chart eller output er slettet.

Gå til data-vinduet. Husk at det alltid er ett og bare ett datavindu i SPSSfor WINDOWS. Klikker du her, blir dette vinduet aktivt.

Gå til enhet nummer... Du får fram en dialogboks der du skriver nummeret på enheten du vil se nærmere på. Datavinduet blir aktivt om det ikke allerede er det.

Variabelinformasjon. Du får fram en informasjonsboks der du kan slå opp og finne informasjon om samtlige variabler i den aktive datafila.

Søk etter tekst. Denne knappen kan du bruke i syntax- og outputvinduer.

Syntax-hjelp. Har du merket en kommando i et syntaks-vindu på forhånd, vil SPSS slå opp på hjelp-teksten for denne kommandoen.

Ordliste. Her kan du slå opp f.eks. på statistiske ord og uttrykk (på engelsk). Har du på forhånd merket et ord i et syntax- eller output-vindu, vil SPSS slå opp på dette ordet, dersom det står i ordlista.

Send output/syntax til dette vinduet. Ved å klikke her bestemmer du hvilket output-vindu resultatene av de statistiske analysene skal sendes til, og hvilket syntax-vindu syntax skal limes inn i til når du klikker "Paste" i en dialogboks. Denne knappen virker bare når du har mer enn ett output- eller syntax-vindu. NB: Normalt greier det seg med bare ett vindu av disse typene.

Utfør kommandoer. Denne knappen virker bare når et syntax-vindu er aktivt. Har du på forhånd merket en eller flere kommandoer, blir disse utført. Ellers utføres den kommandoen innsettingspunktet befinner seg i.

Stopp/start rulling av tekst i output-vinduet. Når SPSS utfører analyser, ruller resultatene forbi i output-vinduet. Klikk her for å stoppe/starte rullingen dersom du vil se nærmere på noe før alt er ferdig utført.

Gå en side eller en "output block" opp eller ned i output-vinduet. En "output block" er resultatet av en enkelt SPSS-kommando. Merk at hva som er definert som en "side" i SPSS output kan variere. I venstre marg i output-vinduet vil du finne merker som forteller hvor en ny side eller en "output block" begynner. Prøv deg fram med disse knappene for å se hvilket symbol som betyr hva. NB: Du kan selvsagt også bruke rullefeltet på høyre side av output-vinduet for å gå opp/ned. Nok en mulighet er piltastene, og med PageUp/Page Down-tastene går du et vindu opp eller ned når du leser output på skjermen.

Søk etter verdi i en variabel. Plasser først cellemarkeringen på en bestemt variabel i datavinduet. Klikk så her for å finne en bestemt verdi i denne variabelen.

Sett inn enhet. Plasser først cellemarkeringen på en bestemt enhet i datavinduet. Klikk så her for å sette inn en ny enhet (linje) på denne enhetens plass. Enheten du plasserte cellemarkeringen på flyttes en plass nedover.

Sett inn variabel. Plasser først cellemarkeringen på en bestemt variabel i datavinduet. Klikk så her for å sette inn en ny variabel (kolonne) på denne variabelens plass. Variabelen du plasserte cellemarkeringen på flyttes en plass mot høyre.

Vis verditekster. I datavinduet vises normalt innholdet i de numeriske variablene som tall. Hvis du har definert verditekster, kan du klikke her for å få vist disse istedet for tallkodene.

18

Bruk variabelsett. I SPSS er det mulig å gruppere variabler i "sett" for å bestemme hvilke variabler som skal vises i de ulike dialogboksene. Har du definert slike variabelsett, klikker du her for å bestemme hvilket sett du vil bruke. NB: Å definere slike variabelsett er neppe aktuelt om du ikke har en virkelig stor datafil.

Oppgaver

Oppgave 1 • Hent inn Levekårsundersøkelsen ’95 • Variabelen IOSKJONN har to verdier, hva står de for? • Hvilket kjønn har de fire øverste enhetene?

Oppgave 2 • Hvor mange personer er det i denne datafila? • Hvor gammel er den eldste personen i denne datafila? • Hvor gammel er den yngste? • Hvor gammel er gjennomsnittspersonen i denne fila? • Alle svar skal oppgis i fullstendige setninger ☺

Oppgave 3 • Hva er det spurt etter i variabelen SPM24 • Kjør kommandoen Descriptives på SPM24 uten at du kjører

noen andre variabler. • Hva forteller denne variabelen oss?

• Kjør kommandoen Frequencies (Analyze Descriptive Statistics Frequencies) på SPM24

• Bruk litt tid katalogen på venstre side av Outputvinduet • Skjul resultatene • Få de fram igjen

Dette er en treningssak som etterhvert kommer til å sitte som støpt.

19

Kapittel 3: Dataanalyse I dette kapittelet skal vi gå gjennom de kommandoene på Analyze-menyen som vi trenger på dette kurset.

Frekvensfordeling Det er alltid en god ide å starte med en frekvensfordeling. Frekvensfordelingen gir informasjon om: ♦ variabelens meningsinnhold; hva mener majoriteten, hvor mange

prosent mener hva? ♦ variablenes fordeling; er f.eks variabelen sterkt skjevfordelt? ♦ om variabelen må omkodes: ♦ Er ’vet ikke’-gruppen inkuldert, bør den kodes til ”missing”. ♦ Dersom datasettet har en kontinuerlig aldersvariabel, eksempelvis

fra 18 til 79 år, bør alderen omkodes til aldersgrupper. ♦ For å kjøre en frekvensfordeling, velger vi Analyze Descriptive

Statistics Frequencies. Da får vi opp en dialogboks som ser slik ut:

I venstre kolonne ligger alle variablene i fila alfabetisk sortert. Det ligger lite informasjon i selve variabelnavnet om hva variabelen inneholder. For å finne ut hva den heter, kan vi enten ♦ velge Utilities Variables eller ♦ vi kan ta en titt på den variabeloversikten som følger med dette

heftet.

Når vi vet hvilke variabler vi skal se på, velger vi dem og legger dem over i høyre kolonne med pil-knappen mellom kolonnene. For å kjøre en enkel frekvensoversikt, er dette nok, så vi trykker på OK-knappen. På illustrajonen er OK-knappen tåkete, det vi si at dialogboksen ikke er ferdig utfyllt og at vi har noen valg vi må gjøre før vi kan kjøre noen kommandoer. På denne illustrasjonen er det ikke valgt noen variabel i høyre kolonne, derfor er OK-knappen tåkete.

20

Eksempel på en frekvensfordeling Vi skal kjøre en frekvensfordeling på variabelen kjønn fra EU-undersøkelsen fra 1994. Vi går inn på Analyze-menyen, velger undermenyen Descriptive Statistics. På denne menyen velger vi Frequencies. Vi velger variabelen ’SEX’ og trykker på OK. Da får vi opp Outputvinduet med følgende tekst:

Frequencies

3353 0SEXValid Missing

N

Statistics

1804 53.8 53.8 53.81549 46.2 46.2 100.03353 100.0 100.03353 100.0

MALEFEMALETotal

Valid

Total

Frequency PercentValid

PercentCumulative

Percent

SEX

Vi får opp en overskrift og to tabeller. • Den øverste tabellen viser hvor mange enheter som er med, hvor

mange av dem som har en gyldig verdi og hvor mange som mangler en gyldig verdi. Her leser vi at alle har greid å besvare spørsmålet ’Kjønn?’.

• Den andre tabellen går på variabelen ’SEX’. Helt til venstre kan vi lese ut verdinavnene på de forskjellige verdiene. Under disse navnene ligger linjen for totalverdiene for de gyldige verdiene. Helt nederst ligger linjen for totalsummen for samtlige verdier, gyldige eller ikke. Bortover har vi fortløpende • Frequency er det faktisk observerte antallet enheter med denne

verdien i denne variabelen. • Percent er frekvensen delt på det totale antallet enheter • Valid Percent er frekvensen delt på de enhetene som har en

oppgitt verdi, ’Valid Cases’. Det betyr at vi ser bort fra alle de andre enhetene i denne kollonnen.

• Cumulative Percent er summen av prosentandelene fra den første verdien til den aktuelle verdien.

Oppskrift på en frekvensfordeling 1. Velg Analyze Descriptive Statistics Frequencies 2. Velg den eller de variablene du vil bruke i den venstre kolonnen 3. Flytt dem over i høyre kolonne med knappen mellom kolonnene 4. Trykk på OK

21

Bivariat krysstabell Med krysstabeller kan vi studere hvordan 2 eller flere variabler samvarierer. Vi kan f.eks. studere forskjellene mellom den politiske interessen balnt menn og kvinner. Vi har da to variabler: politisk interesse og kjønn. Disse variablene henter vi fra datasettet Eu-under- søkelsen ’94. For å kjøre en bivariat krysstabell, går vi inn på menyen Analyze Descriptive Statistics Crosstabs. Dialogboksen vi får opp da ser slik ut:

Igjen ser vi at den venstre kolonnen inneholder alle variablene fra datafilen, mens den høyre siden er ganske anderledes i forhold til de dialogboksene vi har sett på så langt. Vi har tre bokser på høyre side, isteden for en kolonne, og vi har tre knapper for å overføre variabler. Når vi nå skal lage en krysstabell mellom Politisk interesse og kjønn, plasserer vi en variabel i hver av de to øverste boksene. Vi legger vanligvis den avhengige variabelen i den øverste boksen, rekker eller ”rows” og den uavhengige variabelen i boksen under, kolonnene eller ”column”. De variablene vi skal bruke heter SEX(kjønn) og AQ54 (Betalt jobb pr. idag). Siden vi går utfra at kjønn påvirker hvorvidt folk har en jobb eller ikke, legger vi AQ54 i den øverste ruten, mens vi legger kjønn i ruten under.

OBS!

I denne dialogboksen har vi fire knapper, Exact, Statistics, Cells og Format. Vi skal foreløpig konsentrere oss om Cells-knappen. Trykker vi på den, vil vi få opp en ny dialogboks med noen avkrysningsbokser i. Disse boksene er gruppert inn i tre. • Counts

• Observed – den faktiske frekvensen i hver rute i krysstabellen • Expected – dette kommer vi tilbake til rundt Khi-kvadratet

• Percentages

22

• Row – horisontal prosentuering. • Column – vertikal prosentuering. • Total – totalprosentuering .

• Residuals, som vi ikke skal gi oss mer inn på her.

I en standard krysstabell skal Observed og Column være avkrysset, dvs. at det er en hake i boksen til venstre.

Når dette er gjort, trykker vi på Continue-knappen for å gå tilbake til den opprinnelige dialogboksen. Denne dialogboksen er ferdig utfylt, slik at det er klart for å lage krysstabellen. Vi trykker på OK, dialogboksen forsvinner og resultatet kommer opp i Outputvinduet.

Crosstabs

3346 99.8% 7 .2% 3353 100.0%AQ54 *SEX

N Percent N Percent N PercentValid Missing Total

Cases

Case Processing Summary

1346 987 2333

74.8% 63.8% 69.7%

454 559 1013

25.2% 36.2% 30.3%

1800 1546 3346

100.0% 100.0% 100.0%

Count% withinSEXCount% withinSEXCount% withinSEX

YES

NO

AQ54

Total

MALE FEMALESEX

Total

AQ54 * SEX Crosstabulation

Den øverste tabellen forteller oss at 7 personer eller 0,2% av de som svarte ikke har svart på enten sitt kjønn eller sin arbeidssituasjon, slik at de blir å oppfatte som missing.

Den neste tabellen er den som egentlig er interessant. I hver rute står det to tall, den observerte frekvensen og et prosenttall. Prosenttallet er regnet ut for hver kolonne, slik at når vi leser 74,8% i ruten øverst til vesntre, så betyr det at 74,8% av alle menn har en jobb. Det kan vi kontrollere ved å dele 1346 menn med jobb på 1800 menn totalt. Vi ser også at de to prosenttallene for menn lagt sammen blir 100%.

Når vi skal beskrive sammenhengen mellom kjønn og lønnet arbeid, er det prosentene vi sammenligner og ikke frekvensen. Dette er fordi prosentforskjeller er standardiserte og dermed kan vi sammenligne forskjellige tabeller. Vi analyserer altså i motsatt retning av prosentueringen.

23

Oppskrift på en bivariat krysstabell 1. Velg riktig meny Analyze Descriptive Statistics Crosstabs 2. Velg knappen cells… 3. Kryss av for Counts: Observed 4. Kryss av for Percentages: Column 5. Velg knappen Continue 6. Finn den avhengige (den som blir påvirket) variabelen i den venstre

kolonnen 7. Velg den og trykk på pil-knappen til venstre for Row[s]-ruten 8. Finn den uavhengige (den som påvirker) variabelen i den venstre

kolonnen 9. Velg den og trykk på pil-knappen til venstre for Column[s]-ruten 10. Sjekk at den avhengige variabelen ligger i Row[s]-ruten 11. Sjekk at den uavhengig variabelen ligger i Column[s]-ruten 12. Trykk på OK

Signifikans-testing av krysstabeller Når vi har påpekt en sammenheng mellom to variabler, er det interessant å undersøke om denne sammenhengen er signifikant eller ikke. Vi kan få SPSS til å regne ut dette for oss. Når vi skal signifikansteste en tabell, går vi fram på samme måte som da vi satte opp en bivariat tabell. Vi skal bruke kjønn og politisk interesse denne gangen også. 1. Velg riktig meny Analyze Descriptive Statistics Crosstabs 2. Velg knappen cells… 3. Kryss av for Counts: Observed 4. Kryss av for Percentages: Column 5. Velg knappen Continue 6. Finn den avhengige (den som blir påvirket) variabelen i den venstre

kolonnen 7. Velg den og trykk på pil-knappen til venstre for Row[s]-ruten 8. Finn den uavhengige (den som påvirker) variabelen i den venstre

kolonnen 9. Velg den og trykk på pil-knappen til venstre for Column[s]-ruten 10. Sjekk at den avhengige variabelen ligger i Row[s]-ruten 11. Sjekk at den uavhengig variabelen ligger i Column[s]-ruten

Dersom vi nå trykker OK, får vi ut en bivariatkrysstabell. Vi skal gjøre en liten endring først. Vi skal velge knappen ’Statistics..’ og gjøre en endring i den dialogboksen som nå kommer opp. Øverst i det venstre hjørnet er det en avkrysningsboks som har etiketten ’Chi-Square’. Denne boksen skal krysses av, og da kan vi velge ’Continue’. Da er endringen gjort og vi kan velge OK for å få en krysstabell med signifikanstesting. Det som kommer nederst i Outputvinduet ser slik ut:

24

47.116b

1 .000

46.599 1 .000

47.066 1 .000

.000 .000

47.102 1 .000

3346

PearsonChi-SquareContinuityCorrection

a

Likelihood RatioFisher's ExactTestLinear-by-LinearAssociationN of Valid Cases

Value df

Asymp.Sig.

(2-sided)

ExactSig.

(2-sided)

ExactSig.

(1-sided)

Chi-Square Tests

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expectedcount is 468.05.

b.

I kolonnen til venstre står listen over alle de forskjellige khikvadratene som SPSS kan regne ut. Vi skal bare se på den øverste, Pearson. • Value – den faktiske khi-kvadratverdien, dette tallet er det samme

som vi ville fått om vi hadde regnet det ut for hand • DF – Degres of Freedom, eller antallet frihetsgrader. • Asymp. Sig. – Det signifikansnivået som SPSS har regnet ut for

denne tabellen. • Vi ignorerer de to siste rutene.

Vi regner gjerne med et signifikansnivå på 5% eller 0,05. Det vil si at dersom det tallet som står øverst under Significance-kolonnen, den såkalte P-verdien, er større enn 0,05000, så er ikke sammenhengen signifikant. Det tallet vi har her er 0,000 og det er langt under 0,05000, dermed er den sammenhengen vi har funnet her statistisk signifikant.

Dette kan vi også finne ut ved å slå opp på side 351 i Ottar Helleviks bok om Forskningsmetode i sosiologi og statsvitenskap. Der kan vi lese ut at for 5% signifikansnivå og 3 frihetsgrader er den kritiske verdien 7,82. Verdien her er 25,347, noe som er langt over, dermed er sammenhengen signifikant.

Trivariat krysstabell Den bivariate tabellen viser sammenhengen mellom to variabler. Av og til, som for eksempel når man skal skrive semesteroppgave i SOS107, kan det være interessant å se sammenhengen mellom tre variabler. Vi har allerede sett på sammenhengen mellom kjønn og politisk interesse, nå skal vi undersøke om kvinner og menn med arbeid avga stemme i større eller mindre grad enn kvinner og menn uten arbeid. Vi skal i tillegg til SEX og AQ54 bruke variabelen CQ1. Vi skal gå ut fra at SEX og AQ54 påvirker CQ1 og framstille det i en trivariat tabell.

Fremgangsmåten er omtrendt som for bivariate krysstabeller, vi går inn via Analyze Descriptive Statistics Crosstabs, plasserer den avhengige

25

variabelen i Row[s], den mest uavhengige i Column[s] og gjør de riktige valgene under ’Cells…’. Deretter plasserer vi den andre uavhengige variabelen i Layer 1 of 1. Dersom vi nå trykker OK kommer dette opp i outputvinduet.

Crosstabs

2938 87.6% 415 12.4% 3353 100.0%CQ1 * SEX* AQ54

N Percent N Percent N PercentValid Missing Total

Cases

Case Processing Summary

1185 884 2069

97.3% 97.6% 97.4%

33 22 55

2.7% 2.4% 2.6%

1218 906 2124

100.0% 100.0% 100.0%

366 412 778

96.8% 94.5% 95.6%

12 24 36

3.2% 5.5% 4.4%

378 436 814

100.0% 100.0% 100.0%

Count% withinSEXCount% withinSEXCount% withinSEXCount% withinSEXCount% withinSEXCount% withinSEX

VOTED

DID NOTVOTE

CQ1

Total

VOTED

DID NOTVOTE

CQ1

Total

AQ54YES

NO

MALE FEMALESEX

Total

CQ1 * SEX * AQ54 Crosstabulation

For å forstå denne tabellen må vi holde tunga rett i munnen. Tabellen er delt i to deler, en øvre og en nedre del. Den øvre delen består av de 9 øverste rutene og består utelukkende av de med lønnet arbeid. Den nedre delen består av de 9 nederste rutene og inneholder de som ikke har lønnet arbeid. Det betyr at når vi i ruten øverst til venstre leser 1185 og 97,3%, så betyr det at det var 1185 menn med lønnet arbeid som stemte ved EU-avstemningen og at disse utgjør 97,3% av alle menn med lønnet arbeid. De to delene utgjør med andre ord hver sin bivariate tabell, der de med og uten lønnet arbeid er adskilt.

I dette eksempelet fikk vi to bivariate tabeller fordi vi brukte en variabel, AQ54, som hadde to verdier. Hadde vi brukt en variabel med ti mulige verdier, ville vi fått ti bivariate tabeller. Det kan derfor lønne seg å legge den av de uavhengige variablene med færrest verdier i den nederste boksen.

26

For å analysere denne tabellen, må vi sy den sammen selv. Dette gjør vi heller i andre programmer enn SPSS, for vårt vedkommende er det enklest å gjøre det i Word. Vi lager en tabell som ser mer eller mindre slik ut:

Har arbeid Har ikke arbeid Menn Kvinner Menn Kvinner Stemte 97,3 97,6 96,8 94,5Stemte ikke 2,7 2,4 3,2 5,5Totalt 100,0 100,0 100,0 100,0(N=2938) (1218) (906) (378) (436)

I denne tabellen er den første bivariate tabellen satt inn under ’Har arbeid’ mens den andre bivariate tabellen er satt inn under ’Har ikke arbeid’. Sjekk dette med tabellen på forrige side for å se hvor de forskjellige tallene er plassert.

Når dette er gjort, kan vi beregne betydningen av de uavhengige variablene på den avhengige variabelen. Se Ottar Hellevik (1991) sin bok om forskningsmetode i sosiologi og statsvitenskap.

Oppskrift på en trivariat tabell For å lage en trivariat tabell, må du ha tre variabler. Du bør ha klart for deg hva som er avhengige og uavhengige variable 1. Velg riktig meny Analyze Descriptive Statistics Crosstabs 2. Velg knappen cells… 3. Kryss av for Counts: Observed 4. Kryss av for Percentages: Column 5. Velg knappen Continue 6. Finn den avhengige (den som blir påvirket) variabelen i den venstre

kolonnen 7. Velg den og trykk på pil-knappen til venstre for Row[s]-ruten 8. Finn den av de uavhengige (den som påvirker) variablene som har

flest verdier 9. Velg den og trykk på pil-knappen til venstre for Column[s]-ruten 10. Finn den andre uavhengige variabelen, den med færrest verdier 11. Velg den og trykk på den nederste pil-knappen 12. Sjekk at de tre variablene ligger der de skal ligge 13. Trykk på OK

Oppskrift på tabeller i Word 1. Sett innsettingspunktet der du vil ha tabellen. 2. Velg tabell-ikonet på knapperaden og hold inne knappen mens du

drar musen i retning det høyre hjørnet av skjermen. 3. Du skal ha de to uavhengige variablene bortover, mens du har den

avhengige variabelen nedover. 4. Tabellen øverst på denne siden viser størrelsen på tabellen. 5. For en tabell med to uavhengige variabler som begge har to

kategorier, trenger du fem ruter bortover. (To ganger to pluss en i venstre marg)

27

6. For en tabell med fire kategorier i den avhengige variabelen trenger du åtte ruter nedover. (Fire kategorier pluss to ruter øverst til de uavhengige variablene pluss to nederst for summering)

7. For å legge streker rundt tabellen, bruker vi verktøyraden ”Kantlinjer”

8. Trykk på kantlinje-ikonet, som ligger nederst til høyre på knapperaden.

9. Velg hele tabellen ved å trykke i ruten øverst i venstre hjørne og dra til nederste høyre hjørne eller trykk ALT + 5 på det numeriske tastaturet.

10. Du kan legge forskjellige streker på forskjellige kanter ved å bruke ikonene på kantlinjeraden. Strektykkelsen endrer du i ruten lengst til venstre. Prøv deg fram til det du liker.

11. For å slå sammen to ruter, merker du dem med musen og velger Tabell Slå sammen celler.

12. Deretter fyller du ut tabellen med etiketter og tall slik det er vist tidligere.

Analyser av gjennomsnitt Gjennomsnittsanalyser går ut på å studere forskjeller mellom grupper når den avhengige variabelen er kontinuerlig. Det vil si variabler som er målt på intervall- eller forholdstallsnivå, men den brukes også ofte for å beskrive forskjeller for ordinalvariabler. Hvis vi sammenligner to grupper (for eksempel menn og kvinner) benytter vi vanligvis en t-test, og hvis vi sammenligner mer enn to grupper bruker vi en F-test.

Hensikten med disse testene er å teste hypoteser om populasjonsgjennomsnittet til en variabel på grunnlag av utvalgsgjennomsnittet. Det vi si at vi kan bruke denne testen til undersøke om eventuelle forskjeller mellom grupper i utvalget er så store at vi også kan hevde at disse gruppene har ulike gjennomsnitt i populasjonen.

Fordeling av gjennomsnitt på ulike grupper Før vi gjennomfører t-tester og F-tester er det alltid lurt å se nærmere på gjennomsnittene og standardavvikene for de gruppene vi ønsker å sammenligne. I dette eksempelet ønsker vi å teste om kvinner og menn har ulik gjennomsnittslønn ved hjelp av data fra EU-undersøkelsen 1994. For å finne gjennomsnittslønna for kvinner og menn går vi til menyen Analyze Compare Means Means, og legger inn brutto årsinntekt (aq84) som avhengig variabel og kjønn (sex) som uavhengig variabel. Dialigboksen vi da se slik ut:

28

Vi trykker så OK, og får da dette resultatet i Outputvinduet:

Report

AQ84 OWN GROSS INCOME (BEFORE TAX) 1993

190.05 1790 125.79107.30 1513 88.76152.14 3303 117.81

SEX sex1 MALE2 FEMALETotal

Mean N Std. Deviation

Denne tabellen viser at inntektene er registrert i antall tusen kroner, og at gjennomsnittsinntekten for hele utvalget er på rundt 150 000 kroner ( 14,152=Y ). Fordelt på kjønn ser vi at gjennomsnittsinntekten for menn er på omkring 190 000 kroner, mens gjennomsnittsinntekten for kvinner er på noe under 110 000 kroner. Det vil si at mennene i dette utvalget tjener i gjennomsnitt rundt 80 000 kroner mer enn kvinnene.

T-test for to uavhengige utvalg Spørsmålet vi da må stille i en t-test er om denne forskjellen skyldes tilfeldige avvik mellom de to utvalgene, eller om forskjellen er så stor at vi også må anta at populasjonen av kvinner og populasjonen av menn har ulik gjennomsnittslønn. For å kunne gjennomføre denne analysen trykker vi Analyze Compare Means Independent-Samples T Test.

29

I dialogboksen for "Independent-Samples T Test" trykker vi inn den avhengige variabelen lønn (aq84) i boksen "Test Variable(s)", og den uavhengige variabelen (sex) i boksen for "Grouping Variable". Da kommer det opp to spørsmålstegn etter variabelen sex fordi vi ennå ikke har oppgitt hvilke to verdier som skal sammenlignes. Vi må derfor trykke på knappen "Define Groups" for definere hvilke to grupper som skal sammenlignes.

I vårt eksempel skal vi sammenligne inntekten for menn (1) og kvinner (2), og vi legger derfor inn de to verdiene i dialogboksen og trykker Continue. Hvis vi hadde hatt en rangert uavhengig variabel med mer enn to verdier kunne vi i stedet ha trykket på "Cut point" for å definere hvilken verdi som skal dele variabelen i to grupper. Da vil verdien i cut-point bli den laveste verdien innenfor gruppen med høyest verdi på den uavhengige variabelen.

Når vi trykker OK vil resultatet av t-testen kommer fram i Outputvinduet:

30

T-Test

Group Statistics

1790 190.05 125.79 2.97

1513 107.30 88.76 2.28

SEX sex1 MALE

2 FEMALE

AQ84 OWN GROSSINCOME (BEFORETAX) 1993

N Mean Std. DeviationStd. Error

Mean

Independent Samples Test

90.910 .000 21.464 3301 .000 82.74 3.85 75.18 90.30

22.077 3202.527 .000 82.74 3.75 75.39 90.09

Equal variancesassumedEqual variancesnot assumed

AQ84 OWN GROSSINCOME (BEFORETAX) 1993

F Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

I utskriftsvinduet får vi først oppgitt hvilke gjennomsnitt, standardavvik og standardfeil de to gruppene har på den avhengige variabelen. I neste boks ser vi først Levenes test på om den avhengige variabelen lønn har lik varians i de to populasjonene av menn og kvinner. Her ser vi at sannsynligheten for at variansen er lik i de to gruppene er så liten (sign<0,001) at det er tryggest å anta at variansen ikke er lik. Vi bruker derfor den t-testen som ikke forutsetter lik varians. Her blir t-verdien 22,077, og vi kan ut fra det lave signifikansnivået (sign<0,05) forkaste nullhypotesen om at gjennomsnittslønnen er lik for menn og kvinner.

T-test for parede utvalg Vi bruker t-testen for parede hvis vi ønsker å sammenligne gjennomsnittene for to variabler i det samme utvalget. I slike tilfeller har hver enkelt enhet verdier på begge variablene, og for hver enkelt enhet beregnes først differansen mellom enhetens verdier på den første og den andre variabelen. Deretter blir gjennomsnittet, standardavviket og standardfeilen for disse forskjellene beregnet for hele utvalget. T-test med parede utvalg brukes derfor vanligvis for å teste hypotesen om at gjennomsnittsverdien for disse forskjellene er null. I eksempelet nedenfor sammenligner vi en variabel som måler hvor viktig familien har vært for dannelsen av eget EU-standpunkt (aq29a) men en variabel som måler hvor viktig de nærmeste vennene har vært for dannelsen av eget EU-standpunkt (aq29b). For å kunne gjennomføre denne analysen trykker vi Analyze Compare Means Paired-Samples T Test.

31

I dialogboksen setter vi opp de parvise variablene som skal sammenlignes, og trykker OK. Vi får da fram følgende tabell:

Paired Samples Statistics

3.13 3283 .90 1.58E-02

3.26 3283 .76 1.33E-02

AQ29A IMPORTANCE OFOWN FAMILY FOR VOTEAQ29B IMPORTANCE OFCLOSE FRIENDS FORVOTE

Pair1

Mean N Std. DeviationStd. Error

Mean

Paired Samples Test

-.13 .79 1.39E-02 -.16 -.11 -9.586 3282 .000

AQ29A IMPORTANCE OOWN FAMILY FOR VOTAQ29B IMPORTANCE OCLOSE FRIENDS FORVOTE

Pair1

Mean Std. DeviationStd. Error

Mean Lower Upper

95% ConfidenceInterval of the

Difference

Paired Differences

t df Sig. (2-tailed)

Her ser vi at gjennomsnittsforskjellen mellom enhetenes verdier på de to variablene er på -0,13, og at standardfeilen for de individuelle differansene er på 0,0139. Dette gir en t-verdi på -9,586, og den tilhørende signifikansverdien er så lav (sign<0,001) at vi må avvise nullhypotesen om at de to variablene har like gjennomsnitt.

32

Regresjonsanalyse Med regresjonsanalyse kan vi undersøke i hvilken grad fordelingen i en avhengig variabel kan forklares ut fra en eller flere uavhengige variabler. Når den avhengige variabelen er kontinuerlig, for eksempel inntekt, bruker vi lineær regresjon. Når den avhengige variabelen er dikotom bruker vi vanligvis logistisk regresjon. Alle regresjonsanalyser dreier seg om analyser av gjennomsnitt. Når den avhengige variabelen er inntekt, vil vi vanligvis analysere hvordan gjennomsnittsinntekten varierer med ulike kjennetegn ved personene i undersøkelsen. Ettersom regresjonsanalyse er en kausal analyse, analyseres da inntekten som et resultat av et sett kjennetegn ved disse personene, mens de inntektsvariasjonene som ikke kan forklares med de uavhengige variablene, de såkalte residualene, antas å være tilfeldig fordelt.

I eksempelet nedenfor skal vi undersøke i hvilken grad alder (age) og kjønn (sex) kan forklare lønn (aq84). Vi trykker da Analyze Regression

Linear for å få fram følgende meny:

I dialogboksen for lineær regresjon legger vi inn lønn (aq84) som den avhengige variabelen, alder (age) og kjønn (sex) som de uavhengige variablene, og trykker OK. Vi får da fram følgende resultat:

33

Lineær regresjon: Variables Entered/Removedb

SEX sex,AGE Alder

a . Enter

Model1

VariablesEntered

VariablesRemoved Method

All requested variables entered.a.

Dependent Variable: AQ84 OWNGROSS INCOME (BEFORE TAX) 1993

b.

Model Summary

.352a .124 .123 110.32Model1

R R SquareAdjustedR Square

Std. Error ofthe Estimate

Predictors: (Constant), SEX sex, AGE Aldera.

ANOVAb

5668386 2 2834192.905 232.868 .000a

40163752 3300 12170.83445832138 3302

RegressionResidualTotal

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), SEX sex, AGE Aldera.

Dependent Variable: AQ84 OWN GROSS INCOME (BEFORE TAX) 1993b.

Coefficientsa

261.772 7.878 33.230 .000.250 .118 .035 2.127 .033

-82.699 3.853 -.350 -21.465 .000

(Constant)AGE AlderSEX sex

Model1

B Std. Error

UnstandardizedCoefficients

Beta

Standardized

Coefficients

t Sig.

Dependent Variable: AQ84 OWN GROSS INCOME (BEFORE TAX) 1993a.

Den første boksen i utskriften (Variables Enteres/Removed) viser hvilke variabler som inngår i modellen. Den neste boksen viser at R2 for den valgte modellen er på 0,123, og dette kan fortolkes som at alder og kjønn forklarer 12,3 prosent av variansen i inntektsvariabelen. Deretter følger en ANOVA-tabell som viser kvadratsummene og F-testen for den valgte modellen. Tabellen med koeffisientene er den viktigste. Her ser vi at årsinntekten i gjennomsnitt øker med 250 kroner for hvert år på aldersvariabelen. Det vil for eksempel si at 30-åringene i gjennomsnitt tjener 2500 kroner mer enn 20-åringene, og at 60-åringene tjener 7500

34

kroner mer enn 30-åringene. T-verdien til koeffisienten for alder er på 2,127, og er så vidt statistisk signifikant på 5%-nivået. Koeffisienten for kjønn viser at kvinner (verdi 2) i gjennomsnitt tjener 82699 kroner mindre enn menn (verdi 1), når vi kontrollerer denne forskjellen for alder. T-verdien til koeffisienten for kjønn er på -21.465, og er klart signifikant på 5%-nivået. Regresjonsanalysen viser dermed at både kjønn og alder har statistisk signifikant betydning for lønn, at gjennomsnittslønnen øker med økt alder, og at menn har høyere lønn enn kvinner.

Oppgaver

Oppgave 1: Frekvensfordelinger I EU-undersøkelsen ’94 finner du variablene AQ1, AQ17 og AQ30. Kjør frekvenvensfordelingene for disse tre variablene. • Hvor mange enheter er ’missing’ på hver av de tre? • Hvor mange prosent av AQ1 sier de er ’Not at all interested’? • Hvor mange prosent av AQ17 sier de er ’Very proud’? • Hvor mange prosent av AQ30 sier de er ’Fairly interested’? • I fordelingen til AQ1 kan vi lese at den kumulative prosenten for

alternativet ’No particular interest’ er 94,4. Hva betyr det? • I fordelingen til AQ17 er det en forskjell mellom ’Percent’ og ’Valid

percent’. Hva kommer denne forskjellen av? • Hvor ligger medianverdien og modalverdien i fordelingen til AQ30? • Kjør en ny frekvensfordeling over AQ30 der du ber om å få delt

variabelen inn i tre like grupper. Hvilke verdier skiller disse tre gruppene?

Oppgave 2: Bivariate tabeller Jeg har en hypotese om at medlemmer av Religiøse samfunn, utenom statskirken i større grad stemte under EU-valget. I datasettet har vi to variabler som kan sjekke dette, AQ82 og CQ1. • Hvilken av disse variablene er avhengig og hvilken er uavhengig? • Kjør en krysstabell og gjør deg opp noen tanker om min hypotese. • Hvor mange er det som faktisk har svart Ja eller Nei på begge

spørsmålene? Jeg har enda en hypotese. Vi vet at en velger som holder med et parti kan bli påvirket av det partiet, men varierer dette fra parti til parti? Hypotesen min sier at venstreorienterte partier påvirker sine velgere mer enn høyreorienterte. Vi har to variabler som vi kan måle dette med, AQ10b_2 som er tilhørighet på høyre-venstreaksen og AQ29D som måler påvirkningen fra de politiske partiene. • Hvilken av disse variablene er avhengige og uavhengige • Kjør en krysstabel. Kan du ut fra den krysstabellen egentlig si noe

om min hypotese? • Hvis ja, hva da? • Hvis nei, hvorfor ikke?

35

• Kan du se et problem med de variablene jeg har valgt ut? Finner du noen variabler som muligens er bedre egnet til å måle det vi er ute etter?

Oppgave 3: Trivariate tabeller Vi skal ikke gi oss helt med de religiøse gruppene. Jeg har en tilleggshypotese om at religiøse nynorskbrukere er veldig aktive mens religiøse bokmålsgrupper er veldig lite aktive. Dermed forklarer vi resultatet i oppgave 2 med at de to språkgruppene utjevner hverandre. Dermed må vi inn med enda en variabel, AQ78 som går på språkform. • Konstruer en trivariat tabell med disse tre variablene, bruk AQ78 i

Layer-feltet • Holder hypotesen min nå? • Regn ut effekten av AQ78 og AQ82 på CQ1

Oppgave 4: Signifikanstesting av krysstabeller • Signifikanstest religionshypotesen min i Oppgave 2 • Er det en signifikant forskjell

• mellom menn og kvinners stemmegivning i Eu-spørsmålet? • i synet på om regjeringen burde ha gått av etter Eu-valget

avhengig av kjønn? • Finn variabler som kan svare på dette spørsmålet • Sett opp en krysstabell og test signifikansen på det resultatet du

finner.

Oppgave 5: T-tester • Undersøk om kvinner og menn har ulike gjennomsnitt på variabelen

som måler hvor viktig familien har vært for dannelsen av eget EU-standpunkt (aq29a).

• Er det kjønnsforskjeller for variabelen som måler hvor viktig de nærmeste vennene har vært for dannelsen av eget EU-standpunkt (aq29b)?

Oppgave 6: Regresjonsanalyse • Skriv opp regresjonsligningen for regresjonsmodellen i eksempelet

foran. • Ta utgangspunkt i regresjonsligningen og beregne prediksjonen (det

vil si det beste anslaget) for lønn til: • en mann (sex=1) på 50 år • en kvinne (sex=2) på 25 år

• Hvilke andre uavhengige variabler enn alder og kjønn bør inkluderes i denne regresjonsmodellen?

36

Kapittel 4: Omkoding Mange variabler har svært mange verdier. Når vi ønsker å benytte dem i krysstabeller må vi derfor kode variablene om til færre kategorier. Alder er et slikt eksempel, der verdiene varierer f.eks fra 18 til 80 år. Dette er en naturlig kontinuerlig variabel. Inntekt kan også være oppgitt i faktiske tall. Variabelen ’politisk interesse’ hadde fire verdier. Analysen av denne blir også forenklet dersom vi omkoder variabelen til kun to verdier; de som er politisk interessert, og de som ikke er det. Vi skal her gi eksempler på omkoding av to variabler, først politisk interesse og deretter en aldersvariabel.

Omkodingen består av tre prosedyrer: 1. Finne naturlige inndelinger 2. Konstruksjon av den nye variabelen 3. Teksting av de nye verdiene.

Finne naturlige inndelinger Omkoding forutsetter litt tankearbeid før selve prosessen. Det vi skal gjøre er at vi koder om en variabel med mange verdier til en variabel med færre verdier. Spørsmålet er da hvilke verdier vi skal slå sammen. Svaret har to hovedpunkter. 1. Vi skal slå sammen verdier som har nogenludne lik mening. Bruker

vi ’politisk interesse’ som eksempel, er det fornuftig å slå sammen ’Ganske interessant’ + ’Mye interessant’ til en ny verdi ’Interessant’ og ’lite interessant’ + ’Ikke interessant’ til en ny verdi ’Ikke interessant’ .

2. Vi skal slå sammen verdier slik at de nye variablene blir så jevnstore som mulig. Har vi en variabel ’year_bir’ der det er fødselsåret som står oppgitt, vil vi ha en variabel med mellom 60 og 70 forskjellige verdier. Dersom vi skal omkode denne variabelen til en ny variabel med bare tre verdier, så bør vi forsøke å få ca. 1/3 av personene i hver verdi. Det vi da må vite er hvilken verdi som skiller den yngste 1/3-delen fra de eldste 2/3-delene og hvilken verdi som skiller den eldste 1/3-delen fra de yngste 2/3-delene. Dette kan SPSS regne ut for oss. • Under dialogboksen for frekvensfordelinger, som vi finner på

Analyze Descriptive Statistics Frequencies, har vi en knapp som heter ’Statistics..’.

• Når vi trykker på den, får vi opp en ny dialogboks. • I ruten øverst til venstre, som heter ’percentile values’, har vi

tre avkrysningsbokser. • Vi skal bruke den midterste, som heter ’Cut point for 10

equal groups’, så vi setter et kryss foran den. • Siden vi vil ha delt variabelen i tre, velger vi 3 like grupper.

Det gjør vi ved å klikke i boksen det står 10, og skrive inn 3 isteden.

• Deretter trykker vi Continue

37

• Når vi er tilbake i dialogboksen for frekvensfordelinger, flytter vi ’year_bir’ over i høyre kolonne, og trykker OK

Det vi da får ut i Outputvinduet ser slik ut:

Frequencies

3353 0 44.00 60.00YEAR_BIRValid Missing

N33 67

Percentiles

Statistics

Under her får vi i tillegg frekvenstabellen, men den kan vi bare se bort fra.

Det denne informasjonen kan fortelle oss er at den eldste tredjedelen er født i 1944 eller før, den midterste tredjedelen er født fra og med 1945 til og med 1960, men alle som er født etter 1960 er i den siste tredjedelen. 33,33 percentile er med andre ord den verdien som ligger 1/3 ut i datasettet. Denne informasjonen legger vi bak øret Dersom vi har en variabel der punkt en og punkt to strider mot hverandre, så bruk den du føler gir deg den mest interessante informasjonen og begrunn hvorfor du gjør det valget. Et eksempel på dette er variabelen AQ6B, ’Will always support my country’. Her har vi følgende frekvensoversikt:

Vi ser av denne frekvenoversikten av nesten halvparten av de spurte sier seg enig i det øverste alternativet. Dersom vi skal omkode denne variabelen til bare to verdier, ’Enig’ og ’Ikke enig’, hvilke gamle verdier skal da hvor? Her bør vi legge mest vekt på punkt 1, slik at de nye verdiene ’Enig’ og ’Ikke enig’ inneholder de gamle verdiene som

1585 47,3 48,0 48,0

759 22,6 23,0 71,1

100 3,0 3,0 74,1

497 14,8 15,1 89,1

358 10,7 10,9 100,0

3299 98,4 100,053 1,6

1 ,0

54 1,63353 100,0

AGREECOMPLETELYAGREESOMEWHATBOTH AGREEANDDISAGREEDISAGREESOMEWHATDISAGREECOMPLETELYTotal

Valid

DONT KNOWSystemMissingTotal

Missing

Total

Frequency PercentValid

PercentCumulative

Percent

AQ6B

38

passer inn under det nye verdinavnet. Det er derfor naturlig å legge ’AGREE COMPLETELY’ og ’AGREE SOMEWHAT’ inn under en ny verdi ’Enig’, mens de andre kommer inn under ’Ikke enig’.

Konstruksjon av den nye variabelen Når vi vet hvordan vi vil dele opp den nye variabelen kan vi gå i gang med den tekniske siden av saken. Dialogboksen for omkoding av variabler ligger under Transform Recode. Herunder har vi to alternativer. • Into Same Variables – omkodingen skjer ved at den variablen vi

omkoder blir overskrevet med den nye vi konstruerer • Into Different Variables – omkodingen skjer ved at det opprettes en

ny variabel hvor resultatet av omkodingen blir lagt

Vi skal velge Into Different Variables. Dialogboksen skal se slik ut:

• Kolonnen til venstre er slik som vi etterhvert kjenner den. • Til høyre er den en rute som heter Output Variable. Her setter vi

navnet og forklaringen til den nye variabelen. • Midt på er det en rute som heter Input Variable Output

Variable. Her kobler vi den gamle variabelen med den nye variabelen. Denne koblingen skjer ved å først flytte den gamle variabelen over til midten, skrive inn den nye variabelen til høyre og så trykke på Change-knappen. Denne knappen er grå på bildet, men den blir svart når vi fyller ut rutene til høyre.

• ’If..’-knappen overser vi glatt. • Knappen ’Old and New Values..’ fører til neste nivå i

omkodingen, der vi oppgir hvilke verdier vi vil slå sammen. • Den nederte knapperaden er kjent fra gjennomgangen av

frekvensfordelingen.

Når vi får kombinert ny og gammel variablen i ruten i midten, vil knappene ’Old and New Values..’, ’OK’ og ’Paste’ få svart skrift. Når de er grå, betyr det at de ikke kan trykkes på. • For å få kombinert disse verdiene, velger vi først ’Politisk

interesse’, AQ1.

39

• Vi flytter denne over ved å trykke på pil-knappen. • Nå står det ’aq1 ?’ i koblingsruten • Så fyller vi ut feltene Name og Label i den høyre ruten. • For å fylle den ut, nå vi først velge den med musen. • Name skal vi sette til ’POLINT’ og label blir ’Omkodet Pol. Int.’ • Dermed blir Change-knappen svart, og vi trykker på den. • Nå står det ’aq1 POLINT’ i koblingsruten og ’Old and New

Values..’-knappen er mørk, og vi trykker på den.

For å spesifisere hvilke verdier som skal hvor, er det en egen dialogboks.

• På venstre siden er det en rute som heter Old Value. I denne ruten oppgir vi de gamle verdiene vi vil ha omkodet. Vi kan oppgi en eller flere. • Value – her kan vi oppgi en enkelt verdi • System-missing – Denne overser vi • System- or user-missing – Denne overser vi også • Range – her kan vi oppgi alle verdier mellom det vi skriver inn

i den første ruten til det vi skriver inn i den andre ruten. • Range – den andre Range’en velger alle verdier fra den laveste

til den vi oppgir. • Range – den tredje Range’en velger alle verdier fra den vi

oppgir til den høyeste. • All other values – velger alle de som ikke er valgt på noen

annen måte. • På den høyre siden er det en rute som heter New Value. I denne

ruten oppgir vi den nye verdien vi vil gi de verdiene som vi har valgt i venstre rute. Vi har valget mellom å oppgi en ny verdi eller bare kopiere den gamle.

• Når vi har fylt ut ny og gammel verdi, vil Add-knappen bli svart. Når vi trykker på den, vil den omkodingen vi har spesifisert i Old Value og New Value bli lagt Old New-ruten ved siden av Add-knappen.

40

• Vi må gjenta denne prosedyren helt til vi har spesifisert alle verdiene i den gamle variabelen.

I vårt eksempel med ’Politisk interesse’, må vi kjøre fire runder: 1. Vi velger ’Value’ i ’Old Value’ og skriver inn 1, og skriver inn 1 i

’New Value’. Trykk ’Add’. 2. Vi skriver inn 2 i ’Old Value’-ruten, og skriver inn 1 i ’New

Value’. Trykk ’Add’. 3. Vi skriver inn 3 i ’Old Value’-ruten, og skriver inn 2 i ’New

Value’. Trykk ’Add’. 4. Vi skriver inn 4 i ’Old Value’-ruten, og skriver inn 2 i ’New

Value’. Trykk ’Add’.

Nå skal det stå ’1 1’, ’1 2’, ’3 2’ og ’4 2’ (på hver sin linje) i Old New-ruten. Dermed er vi ferdige og kan trykke på Continue.

Dermed kommer vi tilbake til Recode into Different Variables-dialogen. Der er alt annet gjort klart, og vi kan trykke på OK-knappen. Når vi gjør det, tar maskinen seg en tenkepause på noen sekunder. Deretter er den nye variabelen vår, ’POLINT’, opprettet. Det som nå gjenstår, er å sette navn på verdiene.

Teksting av de nye verdiene Den nye variabelen vi har konstruert heter POLINT. Den har to verdier; 1 og 2. For at vi skal huske hvilke interesser vi har plassert i disse to verdiene, må verdiene få navn. Vi kan enkelt gi verdiene navn ved å dobbelklikke på variabelnavnet i datamatrisen. Men da må vi først finne den. • Dersom det er Outputvinduet som er fremme og ikke datamatrisen,

velg Windows c:\kladd\eu94.sav. Dermed burde datamatrisen komme fram

• Trykk på ‘End’-tasten på Tastaturet. Denne tasten er godt gjemt rett over piltastene

• Nå er ‘polint’ synlig i det høyre hjørnet av datamatrisen • Dobbeltklikk på den grå ruten • Det skal nå komme opp en dialogboks som heter Define variable

• Velg ‘Labels..’-knappen, og enda en dialogboks dukker opp. • Her er det en rute som heter ’Value Labels’ • I denne ruten er det tre bokser:

• Value – Her skriver vi inn verdien • Value Label – Her skriver vi inn det verdinavnet vi vil ha

på verdien • En oppsamlingsboks med tre knapper til venstre for seg, en

av dem heter ’Add’. Når vi har fylt ut de to over, trykker vi på den, og det nye verdinavnet legges inn i oppsamlingsboksen

• Vi skal sette navn på verdiene 1 og 2. 1 skal ha verdinavnet ’Interessert’, mens 2 skal ha navnet ’Ikke interessert’.

• Vi setter 1 i Value-boksen og ’Interessert’ i Value Label-boksen og trykker på Add

41

• Vi setter 2 i Value-boksen og ’Ikke interessert’ i Value Label-boksen og trykker på Add

• Når vi er ferdig, trykker vi på Continue • Vi avslutter med å trykke på OK i den første dialogboksen.

Dersom vi nå kjører en frekvensfordeling på POLINT, vil vi se at verdinavnene blir brukt til å forklare verdiene.

Omkoding av en kontinuerlig variabel Vi skal gjøre en omkoding med en kontinuerlig variabel, ’Year_bir’. Denne variabelen er kontinuerlig, og vi skal dele den inn i tre like store aldersgrupper. Vi vet fra tidligere i kapittelet at den verdien som ligger mellom den første tredjedelen og de to siste tredjedelene er 44 mens den verdien som ligger mellom den siste tredjedelen og de to første er 60. Vi skal med andre ord omkode denne variabelen til en ny variabel der alle som er født før 1945 får verdi en, alle som er født etter 1944 men før 1961 får verdi 2 og alle som er født etter 1960 får verdi 3. • Vi går inn gjennom Transform Recode Into Different Variables. • Vi velger ’Year_bir’ og flytter den over i koblingsruten • Vi oppgir ’Year_grp’ som nytt navn og ’Aldersgrupper’ som

variabelnavn • Vi trykker på Change og så på Old and New Values • For å velge en av Range-alternativene, trykk på sirkelen foran. Når

den har en svart prikk, er den valgt. • Vi velger Range: ’Lowest through ’ og setter inn 44 i Old

Values • Vi velger 1 i New Values og trykker Add • Vi velger ’Range: through ’ og setter inn 45 i den første

ruten og 60 i den siste ruten i Old Values • Vi velger 2 i New Values og trykker Add • Vi velger ’Range: through highest’ og setter inn 61 i Old

Values • Vi velger 3 i New Values og trykker Add • Da skal dialogboksen se ut slik

42

• I ’Old New’-boksen står det nå tre linjer, som inkluderer alle verdier fra og med den laveste, til og med den høyeste.

• Vi velger Continue • I Recode into Different Variables-boksen, trykker vi på OK.

Nå har vi konstruert en ny variabel, som har tre verdier, 1,2 og 3. Vi bør nå sette navn på disse verdiene. Fremgangsmåten er den samme her som den vi brukte i eksempelet med ’Politisk Interesse’, men navnene bør settes litt anderledes. Hvert navn her bør oppgi hvilken aldersgruppe den representerer • Verdi 1 bør få etikett ’Født før 1945’ • Verdi 2 bør få etikett ’Født mellom 1945 og 1960’ • Verdi 3 bør få etikett ’Født etter 1961’

Oppgaver

Oppgave 1: Omkoding av en nominell variabel Vi skal kode om variabelen SPM1 i Levekårsundersøkelsen 95 til en dikotomi. Slik vi finner variabelen, lister den opp 10 forskjellige måter å bo på. Det vi vil ha ut, er en variabel der vi skal ha de som bor for seg selv i et eget hus i en gruppe og alle andre i en annen gruppe.

• Hvilke grupper vil du legge sammen?

• Kjør en frekvensoversikt på den nye variabelen

Oppgave 2: Omkoding av en kontinuerlig variabel Vi skal kode om variabelen Alder i Levekårsundersøkelsen 95 til en ny variabel med 4 forskjellige aldersgrupper. Disse fire aldersgruppene skal være nesten like store

• Hvilke verdier skal vi bruke for å dele opp variabelen?

• Kjør en frekvensoversikt på den nye variabelen.

Oppgave 3: Hva er hva? Vi har en hypotese om at personer som treffer sine venner ofte er i bedre humør enn personer som skjelden treffer venner. For å måle dette har vi en variabel SPM128B, som spør hvor ofte en treffer sine venner. Denne må vi omkode til en dikotomi. Hvordan bør vi omkode?

43

Kapittel 5: Konstruksjon av variabler Av og til har vi ikke nøyaktig den variabelen vi trenger. Vi kan ha en eller flere som egentlig svarer på problemet men ikke spørsmålet. Et godt eksempel er når vi vil vite alderen på en person og vi har hans fødselsår. I slike situasjoner kan vi konstruere en ny variabel som svarer på spørsmålet mer presist.

Det er som regel i to situasjoner vi trenger å konstruere nye variabler. Det ene er å bygge om en eksisterende variabel ved logiske uttrykk, det andre er å konstruere indekser ut fra en mengde variabler.

Kommandoen for å konstruere en ny variabel heter Compute, og vi finner den på menyen Transform Compute. Dialogboksen ser slik ut:

• Target Variable – Her skriver vi inn navnet på den nye variabelen vi vil konstruere.

• Numeric Expression – Her skriver vi inn formelen for den nye variabelen.

• If… – Her kan vi spesifisere hvilke enheter vi vil ha med og ikke. Dersom vi ikke oppgir noe, blir alle med.

• Functions – Her ligger alle de funksjonene vi kan bruke. Vi kan for eksempler lage en ny variabel som er sinusverdien av inntekten, dersom vi vil det.

Når formelen for den nye variabelen er ferdig, kan vi trykke på OK og den nye variabelen vil bli bygd.

Eksempel på ombygging av en eksisterende variabel. I datafilen fra EU-undersøkelsen har vi en variabel, YEAR_BIR, som vi vil bruke for å konstruere en ny variabel, AGE. Vi starter med å gå inn på menyen Transform Compute. I Target variable skriver vi inn AGE, den nye variabelen. Formelen for alder er årstallet undersøkelsen

44

stammer fra minus fødselsåret til respondenten. I dette tilfellet er undersøkelsen fra 1994. Formelen blir dermed

birYear _94 −

Dette skriver vi inn i Numeric expression-ruten, og så trykker vi OK. Den nye variabelen AGE vil nå vise alderen til respondenten. En person som er født i 1924 vil ha verdien 24 i variabelen YEAR_BIR og verdien 70 i variabelen AGE.

Eksempel på konstruksjon av en indeks. Når vi skal konstruere en indeks er det to ting vi bør ta hensyn til. 1. Det må være en teoretisk sammenheng mellom variablene 2. Det må være en empirisk sammenheng mellom variablene

Med teoretisk sammenheng mener vi at det bør være en rød tråd, en sammenheng gjennom de variablene vi vil konstruere indeksen ut fra. Den empiriske sammenhengen kan vi for eksempel måle ved korrelasjonen mellom dem.

I vårt eksempel har vi tenkt å lage en indeks over tre variabler som alle måler påvirkningen fra nære personer på valg av standpunkt. De tre variablene er hentet fra EU-undersøkelsen og heter AQ29A, AQ29B og AQ29C. Spørsmålene var:

AQ29A Familiens betydning for standpunktet AQ29B Nære venners betydning for standpunktet AQ29C Arbeids og skolekameraters betydning for standpunktet

Alle spørsmålene blir besvart med samme alternativer 1: Veldig viktig 2: Ganske viktig, 3: Ganske uviktig 4: Ikke viktig 8: Vet ikke/Vil ikke svare, 9: Irrelevant

Den teoretiske sammenhengen ligger i at alle spørsmålene berører samme tema, politisk holdning. Den empiriske sammenhengen kontrollerer vi ved å kjøre en korrelasjonsanalyse på disse tre variablene.

Korrelasjonsanalysen finner vi på Analyze Correlate Bivariate Vi velger de tre aktuelle variablene og kjører dem ut. Resultatet blir dette:

Pearson Correlation

1.000 .556** .400**.556** 1.000 .652**.400** .652** 1.000

AQ29AAQ29BAQ29C

AQ29A AQ29B AQ29C

Correlations

Correlation is significant at the 0.01 level(2-tailed).

**.

45

Vi ser at korrelasjonen varierer mellom 0.40 og 0.65. Det holder for vår del. Siden vi når har både en teoretisk og en empirisk sammenheng mellom variablene kan vi slå de tre sammen til en ny variabel som ser mer generelt på påvirkning fra nære personer.

Siden vi vil legge sammen verdiene fra her variabel, må vi luke ut de som ikke vet, men som har verdi 8. Dette gjør vi ved å omkode de tre variablene til nye variabler AQx1, AQx2 og AQx3. Vi kan kjøre alle i samme prosess, siden det er den samme prosessen vi gjør. Omkodingen gjør vi ved å • gi range’en 1 til 4 valget Copy • gi verdi 8 valget System missing • gi verdi 9 valget System missing (Dette kan være personer uten

familie, pensjonister uten arbeid eller skole osv.) Dermed vil vi ha tre nye variabler som vi kan gå videre med. (Vi kan nevne at korrelasjonen mellom dem etter omformingen er akkurat den samme)

Vi går dermed inn på menyen Transform Compute. I Target Variable –ruten skriver vi inn det navnet vi vil gi den nye variabelen. I Numeric Expression skriver vi inn ”AQx1+AQx2+AQx3”. Så trykker vi på OK.

Det vi får ut, er en ny variabel. Siden de tre vi tok utgangspunkt i hadde 4 verdier, har den nye 12 verdier. 1 er størst betydning mens 12 er minst betydning. Dersom vi skal bruke denne variabelen i en tabell, bør vi omkode den til tre eller fire kategorier.

Oppgaver

Oppgave 1: Konstruksjon Vi skal ta utgangspunkt i Levekårsundersøkelsen 95 og konstruere en indeks over bevegelsesproblemer. Vi skal bruke variablene SPM118A til SPM118E.

• Hva er den teoretiske og den empiriske sammenhengen mellom de fem variablene? Er disse sammenhengene store nok til at vi kan konstruere en ny variabel av dem?

• Er vi nødt til å omkode variablene?

• Konstruer den nye variabelen og skriv ut en frekvensoversikt over den.

46

Kapittel 6: Informasjonssøking Når dere skal finne litteratur til semesteroppgaven, kan det være vanskelig å orientere seg i haugen med bøker som finnes rundt omkring. Vi har flere gode søkeverktøyer tilgjengelige, både gjennom den sentrale IT-Avdelingen og gjennom biblioteket.

Dette kapittelet kommer ikke til å bli gjennomgått på øvingene og forutsetter grunnleggende kjennskap til Internet og World Wide Web. De som vil studere dette litt på egenhånd kan ta kontakt med IT-seksjonen ved SVT-fakultetet og be om å få et kurshefte. Dette er faktisk gratis.

Biblioteket Skal man finne litteratur, er egentlig biblioteket det greieste stedet å starte. Stort sett alle bøkene i biblioteket er lagt inn i biblioteksdatabasen, som vi kan søke på gjennom Bibsys. Dessuten har man satt i gang et mammutprosjekt der man kategoriserer bøker, slik at vi kan be om å få tilgang til samtlige bøker som går på et bestemt tema.

Bibsys Bibsys finner vi på internettaddressen www.bibsys.no. For å søke i Bibsys, velger vi ’Søk i BIBSYS via WWW’. Da får vi opp et skjema med seks felter. Disse seks er • Forfatter – Her kan vi søke etter navn på forfatter. Navnet må

skrives på formen etternavn, fornavn. Skal vi for eksempel søke etter Gudmund Hernes, blir riktig form hernes, gudmund. Dersom vi ikke husker helt hvordan navnet ble skrevet, kan vi bruke et spørsmålstegn. hernes, ? vil finne alle som heter hernes til etternavn. Legg merke til at kommaet er med, hernes? vil finne alle som har et etternavn som starter på Hernes.

• Tittel – Her kan vi søke etter tittelen på verket. Dersom vi vet eksakt tittel, er det det beste. Men også i dette feltet kan vi bruke spørsmålstegn om vi ikke er helt sikker. Bak tittel-feltet er det en boks hvor det enten står ’Tittelord’ eller ’Full tittel’. Den kan vi bruke for å bare søke etter full tittel, noe som et kjekt om boka du søker etter bare heter ’EU’ eller ’Politikk’.

• Fritekst – Her kan du søke på enkeltord i tittelfeltet eller emneord-feltet. Søker vi på tanker båt EU? kan vi teoretisk sett ende opp med to bøker som resultat: ’Tanker omkring EU, Europa som en båt’ og ’EU-regulativet omkring båt og tanker innen oljeindustrien’. I begge titlene finner vi ordene ’Båt’ og ’Tanker’. Dessuten har vi et spørsmålstegn etter EU, som gjør at vi både finner ordet ’EU’ og eventuelle ord som starter på ’EU’.

• Emneord – Her kan vi søke etter bøker innen emner. NTNUs bibliotek er organisert i NTUB-systemet, mens de andre universitetene har gått sammen om det mye større HUMORD-

47

systemet. Vi bruker boksen bak feltet for å velge hvilken base vi vil bruke.

• Klassifisering – Alle bøker i et bibliotek har et nummer som et satt sammen av flere tall, som hver forteller hvilken kategori denne boken hører hjemme i. Det er mulig å søke på disse nummerne i dette feltet.

• ISBN/ISSN – Absolutt alt som blir trykt, enten det er leksikon eller tegneserier får et ISBN-nummer. Dette er en grei måte å søke etter bøker på, siden hver bok har et unikt nummer.

Som forsøk skal vi for vår studie av hvorfor alt går galt finne litt litteratur på området. 1. Vi starter med å søke i fritekst på Galt. 2. Det resulterte i et bokskred, så vi får innskrenke oss litt.

Vi går videre med å søke i fritekst på Hvorfor Galt 3. Nu gikk alt så meget bedre, vi fikk opp 13 treff, hvorav 12

forklarer oss hvorfor det går galt. Den store guru på området er åpenbart helseministeren, som har skrevet halvpartene av verkene.

Når vi så har funnet oss noen bøker, kan vi få ut mer informasjon om dem og bestille dem gjennom biblioteket. Ved å velge tallet som står helt fremst på linjen, kan vi få opp en egen side for den spesifikke boken. Dersom vi velger oss Kåre Willochs ’Krisetid: Hvorfor meget går galt og veien videre’, vil vi få vite to ting. ISBN-nummeret for denne boken står oppgitt, og under ’Eiere’ finner vi NTUB, NTNUs bibliotek.

Lenger ned på siden finner vi valget ’Fullstendig liste over emneord og klassifikasjonsnummer’. På denne siden kan vi se hvilke kategorier Willochs bok ligger i og en del annen informasjon om hvordan vi kunne funnet denne boken. Er denne boken midt i blinken for vår oppgave, kan vi bruke noen av disse kategoriene som utgangspunkt for nye søk.

Humord/NTUB Fra Bibsys’ hovedside er det en lenke til Humord. Velger man denne, vil man få opp en liste over forskjellige grove kategorier. Fra dette nivået kan man grave seg nedover. Dersom vi velger Samfunnsfag, får vi opp en ny liste over nye kategorier, som alle hører inn under Samfunnsfag. Slik kan vi bla oss nedover i treet til vi finner den kategorien vi er ute etter. Skal vi skrive om staten, velger vi Statsvitenskap og Stat. Når vi har funnet den riktige kategorien, velger vi Bibsys, og dermed vil vi gjøre et søk i Bibsys mot den kategorien. Dette er en effektiv måte å finne bøker på, men det er selvsagt et aber her også. Humord er i utgangspunktet satt opp rundt de tre andre universitetsbiblioteken i Norge. Det betyr ikke at det ikke finnes noen NTUB-bøker der, men det kan være at den perfekte boken ligger i Bergen. Men det går an å bestille bøker også derfra.

48

Søking etter informasjon på Internet Fra internet slo gjennom som informasjonskanal, har det blitt lagt ut enormt med informasjon tilgjengelig. Det er i dag ingen som har en total oversikt over hva som finnes lengre. Målet med World Wide Web var å kunne distribuere informasjon over store områder veldig rask, samtidig som man enkelt kunne oppdatere denne informasjonen. Etter at informasjonsmengden tok av, ble det laget flere forskjellige kataloger over hva som fantes hvor. Disse katalogene ble stort sett laget etter to prinsipper. Det ene gikk ut på å samle mest mulig i en enorm database som man så kan søke i, den andre gikk ut på å la personer surfe rundt og samle kvalitetslenker og så kategorisere dette.

Men før vi sier noe mer om søking er det viktig å poengtere to ting. For det første er 50% av alt det man finner på nettet upålitelig. For det andre er langt det meste som kan være interessant relatert til USA.

Kategorisøking Den store kategoridatabasen heter Yahoo! og ligger på www.yahoo.com. Ved å søke gjennom kategorier, jobber man seg nedover fra en veldig generell kategori øverst til mer og mer snevrere kategorier lenger ned. Starter vi med en kategori som heter Samfunnsvitenskaper, vil vi under den kunne finne Statsvitenskap, som er en snevrere kategori.

Hver kategori kan inneholde lenker og nye underkategorier. Lenkene er lagt inn av folkene som jobber på Yahoo, dermed har vi en viss garanti for at innholdet er relativt bra. Om det er et brilleikon bak en lenke, betyr det at Yahoo mener dette er en svært god side.

Yahoo er bygd opp manuelt, ved at man har samlet inn sider og satt dem i kategorier. Det ligger altså en viss grad av skjønn til grunn for denne databasen.

For eksempel skal vi ha tak i en god musikkside vedrørende musikk. Vi starter med å gå inn på hovedkategorien Entertainment. Under der finner vi Music og under Music finner vi Indices. Under Indices finner vi en link til Library of Music Links.

Ressursene for sosiologi og statsvitenskap finner vi under Social Science. Der finner en hel del underkategorier, for eksempel Sociology og Political Science. Under her finner man en hel del interessante lenker.

Under de fleste kategoriene ligger en underkategori som heter Indice. I denne kategorien ligger det en del lenker som det kan være lurt å ta en titt på. Det er ofte gode, generelle sider med mange kvalitetspekere videre.

Den store fordelen med Yahoo er at du kan finne sider når du ikke er helt sikker på hva du leter etter. Du bestemmer deg etterhvert som du velger kategorier som blir mer og mer spesifike.

49

Fritekstsøking Den store fritekstdatabasen heter Alta Vista og ligger på www.altavista.digital.com. Denne databasen er bygd opp ved at man har sendt en edderkopp ut på nettet. En edderkopp er et program som tar en webside, sender den tilbake til databasen og forfølger alle linker i websiden. Slik flyr de rundt og kan dermed samle inn vanvittige mengder sider. Problemet er at dersom vi skal søke i dette havet, så bør vi vite hva vi leter etter. Søker vi etter et veldig vidt begrep, vil vi få en enorm mengde svar tilbake. Dersom du ikke vet helt sikkert hva du leter etter, bør du bruke Yahoo.

For å søke i Alta Vista, skriver vi i prinsippet inn en søkestreng, et ord, en del av et ord eller flere ord. Dersom du skriver inn navnet ditt, vi du få opp alle sidene som inneholder et eller flere av de ordene du skrev inn. Den beste treffen ligger alltid først.

Vi kan også stille inn hvilket språl vi skal søke i. Over søkeruten er det en rullegardinmeny hvor en kan velge Språk. Dette er en meget effektiv måte å skjerme et søk på, dersom man for eksempel ikke er interessert i danske linker.

Når vi skal bruke Alta Vista i praksis, bruker vi ofte den avanserte delen. Den finner vi ved å trykke på ’Advanced search’. Her kan vi sette opp et avansert søk ved hjelp av logiske operatorer. De logiske operatorne vi kan bruke er: • AND, som kombinerer to ord. ’valg’ AND ’Jagland’ vil finne alle

sider som inneholder både ordene ’valg’ og ’Jagland’. Isteden for AND kan vi skrive ’&’

• OR, som spør etter ett av to ord. ’valg’ OR ’Jagland’ vil finne flere sider en det forrige eksempelet, fordi det vil finne alle sider som bare har ’valg’ eller bare ’Jagland’ Isteden for OR kan vi skrive ’|’

• NOT, som negerer en logisk verdi. NOT må brukes sammen med AND. ’valg’ AND NOT ’Jagland’ finner alle sider som har ordet ’valg’ men ikke ordet ’Jagland’. Isteden for NOT kan vi skrive ’!’

• NEAR, som fungerer som AND, bare at mellom de to ordene vi oppgir må det ikke være mer en 10 ord. Isteden for NEAR kan vi skrive ’~’

Dersom vi får et veldig stort svar på en forespørsel til Alta Vista, bør vi bruke disse operatorene til å avgrense søket til de sidene vi er interessert i. Vi kan gå gjennom et eksempel hvor vi vil finne ressureser rundt valg. Tallene her er avrundet, siden dette kommer til å endre seg etterhvert. • Vi søker på ’political science’. Det resulterte i 30000 treff, litt vel

meget. • Vi sirkler inn litt og velger ’political science & elections’. Det gir

oss 2350 treff. • Vi vil bare ha sider fra de to siste årene, derfor endrer vi dato fra

21/3-86 til 1/1-96. Dette må skrives på formen 01/jan/96. Dette hjalp ikke meget, vi ligger på rundt 2200.

50

• For å unngå informasjon fra partier, bør vi ekskludere enkelte begreper. ’our party’ går sikkert igjen på partisider, så vi ekskluderer det og legger til ’& university’. Dermed har vi ’political science & elections & university & ! (our & party)’. Nå sitter vi igjen med 1650 linker.

• Vi skal legge til en siste faktor. Vi skal inkludere ordet ’general’, men dette legger vi i Ranking-ruten, under selve søkevinduet. Da sitter vi igjen med 250 sider, som vi kan begynne å kikke litt på.

Praktiske problemer Mot slutten av middelalderen var det en fyr som irriterte seg kraftig over denne trykkekunsten som gjorde at gud og hvermann plutselig kunne publisere både det ene og det andre. Denne personen ville ikke likt seg her og nå. Vi har for tiden det problemet at en vesentlig del av det vi kan finne når vi leter etter kilder, ikke er til å stole på.

Når vi finner en ressurs på biblioteket, kan vi slå fast hvem som har skrevet den, hvilket forlag den er utgitt av og når den ble utgitt og vi kan oppgi den som kilde slik at andre kan gå til den boka og sjekke om vi har forstått den riktig. Vi kan helt sikkert si at innholdet i boka ikke har endret seg. Når vi finner en ressurs på internet, kan vi ikke si helt sikkert hvem som har skrevet den, vi kan se hvem som er vedkommendes internetlevrandør, noe som blir en forenklet forleggerrolle og vi kan hverken sikkert si når den ble skrevet eller om den er der i morgen. Derfor bør vi være veldig kritiske til det vi finner på nettet. • Dersom en forfatter som har lagt ut ting på internet oppgir sitt

navn, sin addresse og kan kontaktes, så er det en godt tegn. Har han en formell kompetanse, så vil vedkommende være en relativt god referanse.

• Dersom vedkommende legger ut siden sin gjennom en universitets-server, trekker det i riktig retning. Ligger siden på en kommersiell internettserver av type www.member.aol.com eller www.geocities.com , trekker det i negativ retning.

• Dersom man finner kilden på samme sted over tid, så er det også positivt. Å henvise til en forhenværende internetside er ikke lurt.

• Skal du bruke en kilde, bør du henvise til den med URL og navn på opphavsmann.

51

Fasit til oppgavene Fasit til kapittel 1

Oppgave 1: Skru av og på maskina 1. Avslutt alle programmene ved å klikke på kryss-ikonet i øverste

høyre hjørne. 2. Gå til Startknappen og velg Avslutt 3. Velg ”Slå av maskinen” 4. Skru av strømbryteren 5. Skru på igjen strømbryteren 6. Vent til det kommer en boks som sier ’Velkommen til SVT-

fakultetets nettverk’ 7. Trykk på OK 8. Vent til det kommer en påloggingsdialog. 9. Sjekk at Brukernavn er det samme som står på etiketten på maskina 10. Trykk på OK 11. That’s it!

Oppgave 2: Manøvrering på Start-menyen 1. Trykk på Startknappen 2. ’Program’ er alternativ 3 fra bunnen, velg den med musen 3. ’Tilbehør’ er alternativ 3 på den nye menyen som kommer opp,

velg også den med musen 4. ’Spill’ er øverst på den nye menyen, velg også den. 5. Minesveiper er det øverste valget på denne siste menyen. Når du

velger Minesveiper vil du starte programmet. 6. SPSS Tutorial ligger på Programmer – SPSS – SPSS Tutorial

Oppgave 3: Kopiering av filer 1. Sett i en diskett 2. Trykk på Startknappen 3. Velg ’SV-info på Kristen’, som ligger nesten midt på menyen 4. Du får nå opp et vindu med flere foldere. Velg katalogen ISS. 5. Under der finner du en ny katalog som heter SOS107. Velg den. 6. I vinduet ditt skal du nå ha flere SPSS-filer. For å kopiere en av

dem, trykker du på den med høyre musknapp og velger ’Send til’ 7. Da kommer det opp en undermeny, der du kan velge mellom

kladd-mappen og disketten. Du skal velge Disketten.

Oppgave 4: Bytte navn på ei fil 1. Sett i disketten 2. Trykk på Startknappen 3. Velg det nest øverste alternativet, Diskettstasjon (A) 4. Du skal nå få opp et vindu med en fil i 5. Trykk med høyre musknapp på fila 6. Velg alternativet ’Gi nytt navn’. 7. Skriv inn ”SPSS.SAV”

52

8. Trykk på linjeskift.

Oppgave 5: Kopiering fra diskett til Kladd-katalogen 1. Sett i disketten 2. Trykk på Startknappen 3. Velg det nest øverste alternativet, Diskettstasjon (A) 4. Trykk med høyre musknapp på fila 5. Velg ’Send til’ 6. Velg ’Kladdmappe på Harddisk’

Oppgave 6: Sletting av fil 1. Trykk på Startknappen 2. Velg ’Kladdmappe på Harddisk’, det fjerde alternativet 3. Trykk på filen med høyre musknapp 4. Velg Slett

53

Fasit til kapittel 2

Oppgave 1 • IOSKJONN har verdiene 1 og 2, der 1 betyr Mann og 2 betyr

Kvinne. Dette kan vi finne ut ved å dobbelklikke på variabelnavnet og så trykke på knappen Labels.

• De fire øverste personene er alle menn. Det leser vi av ved å sjekke enhet 1-4s verdi på variabelen IOSKJONN

Oppgave 2 • Det er 3270 personer i denne datafila • Den eldste er 99 år • Den yngste er 17 år • Gjennomsnittsalderen er 44.95, altså har gjennomsnittsmannen

45-årsdag på torsdag. Denne oppgaven kan løses ved å kjøre kommandoen Descriptives på variabelen Alder.

Oppgave 3 • ”Er du gift” er spørsmål 24. • Slik ser resultatet fra Descriptives-kommandoen ut:

Descriptives

3717 1 2 1.49 .50

3717

SPM24Valid N(listwise)

N Minimum Maximum MeanStd.

Deviation

Descriptive Statistics

• For å få kjørt bare SPM24, kan du trykke på reset-knappen. • Det denne variabelen forteller oss er ganske enkelt og greit om

hvorvidt personen som svarer er gift eller ikke. • Slike ser resultatet fra Frequencies-kommandoen ut:

Frequencies

3717 3SPM24Valid Missing

N

Statistics

54

1910 51.3 51.4 51.41807 48.6 48.6 100.03717 99.9 100.0

3 .1

3 .13720 100.0

JANEITotal

Valid

SystemMissingTotal

Missing

Total

Frequency PercentValid

PercentCumulative

Percent

SPM24

55

Fasit til kapittel 3

Oppgave 1: Frekvensfordelinger

3353 03334 193343 10

AQ1AQ17AQ30

Valid MissingN

Statistics

• Vi leser kjapt ut at det er henholdsvis 0, 19 og 10 som er missing

fra de tre variablene. • 5,6% av enhetene svarer ’Not at all interestet’ på AQ1 • 58,6% av enhetene svarer ’Very proud’ på AQ17 • 53,4% av enhetene svarer ’Fairly interested’ på AQ30 • Det betyr at summen av de som svarer ’No particular interest’ og

de som har svart at de er mer interessert utgjør 94,4%. Det er med andre ord summen av denne og de foregående linjene.

• I variabelen AQ17 er det 19 enheter som er registrert missing. Valid percent regnes ut uten disse 19, mens den ordinære prosenten regnes ut på bakgrunn av alle enhetene

• Både median og modalverdien ligger på Fairly interested • Begge verdiene blir 2. Det betyr at vi ikke kan lage tre like store

grupper, men at vi må la verdi 2 være den midterste gruppen, og at vi legger de mindre verdiene i en egen gruppe og de større verdiene i en egen gruppe.

Oppgave 2: Bivariate tabeller • Hypotesen sier at det er en påvirkning fra religiør tilhøringhet mot

stemmegivning. Dermed blir CQ1 avhengig av AQ82, som i tur blir uavhengig.

283 2555 2838

96.9% 96.9% 96.9%

9 82 91

3.1% 3.1% 3.1%

292 2637 2929

100.0 100.0 100.0

Coun% withinAQ82Coun% withinAQ82Coun% withinAQ82

VOTE

DIDVOT

CQ1

Total

YES NOAQ82

Total

CQ1 AQ82C t b l ti

56

• Det er ingenting som tyder på at AQ82 på noen måte påvirker CQ1, og min hypotese er vesentlig svekket. Dette er dog en konklusjon som er like interessant som en eventuell bekreftelse.

• 2929 personer har svart på begge spørsmål. • Hypotesen sier at sier at posisjonen på aksen påvirker

påvirkningen, eller at AQ10B påvirker AQ29D. Dermed er AQ10B uavhengig og AQ29D avhengig.

• Krystabellen blir alt for stor til at vi kan lese noen nytting informasjon ut av den. Når det blir så mange ruter med så få enheter i, blir også presisjonen meget liten. For å undersøke denne påstanden må vi omkode de to variablene, noe vi kommer tilbake til i neste kapittel.

Oppgave 3: Trivariate tabeller • Vi ser en mulig tendens til at religiøse målfolk i større grad

stemmer enn ikke-religiøse målfolk, men denne tendensen er ikke så sterk at vi kan si det støtter hypotesen. Dessuten er bokmålsbrukerne enda mer aktive.

• Når vi skal regne ut effekter fra en slik tabell, trenger vi bare å se på de som har stemt. Vi vet at summen av de som har stemt og de som ikke har stemt er 100%, dermed er CQ1 symertisk.

• Vi setter opp en krysstabell for de som har stemt med AQ82 og AQ78 på hver sin akse.

Medlem Ikke-medlem Diff Bokmål 97,0 97,0 0,0

Nynorsk 96,5 95,8 0,7Diff 0,5 1,2

Effekten av AQ82 finner vi ved å holde AQ78 konstant og så variere AQ82. Dermed får vi to differanser, og effekten blir snittet av disse to. Effekten av AQ78 finner vi ved å holde AQ82 konstant og så variere AQ78.

35,02

7,00,0=

+• Effekten av AQ82 blir

85,02

2,15,0=

+• Effekten av AQ78 blir Effekten blir med andre ord så liten at vi kan se bort fra den.

57

Oppgave 4: Signifikanstesting av krysstabeller

.001b

1 .980

.000 1 1.000

.001 1 .980

1.000 .578

.001 1 .980

2929

PearsonChi-SquareContinuityCorrection

a

Likelihood RatioFisher's ExactTestLinear-by-LinearAssociationN of Valid Cases

Value df

Asymp.Sig.

(2-sided)

ExactSig.

(2-sided)

ExactSig.

(1-sided)

Chi-Square Tests

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expectedcount is 9.07.

b.

Signifikanstestingen ser slik ut. Vi kan lese ut av denne at Pearsons kjikvadrat er på 0.01. Signifikansen er på 0,980. For at vi skal kunne si at dette er en signifikant sammenheng, må signifikansen ned til 0,05. Vi ligger med andre ord enormt langt unna.

• Når det gjelder sammenhengen mellom kjønn og stemmegivning, må vi først finne variablene. SEX måler kjønn og CQ2 måler stemmegivning. Vi setter opp en krysstabell med SEX som uavhengig og CQ2 som avhengig variabel, og vi signifikanstester denne tabellen.

35.508a

2 .000

35.624 2 .000

35.465 1 .000

2835

PearsonChi-SquareLikelihood RatioLinear-by-LinearAssociationN of Valid Cases

Value df

Asymp.Sig.

(2-sided)

Chi-Square Tests

2 cells (33.3%) have expected count less than5. The minimum expected count is 1.36.

a.

Denne tabellen viser oss at dette er en signifikant sammenheng. Kjikvadratet er på 35.508 og signifikansen er på 0.000. Dette vil si at kjikvadratet er over den kritiske verdien mens signifikansen er under 0.05.

• Den andre testen vi skal kjøre trenger også to variabler. SEX måler kjønn, og variabelen CQ17 spør om regjeringen må gå av. Vi setter

58

opp en krysstabell med sex som uavhengig og CQ17 som avhengig variabel, og vi signifikanstester tabellen.

3.156b

1 .076

2.904 1 .088

3.185 1 .074

.082 .044

3.155 1 .076

2846

PearsonChi-SquareContinuityCorrection

a

Likelihood RatioFisher's ExactTestLinear-by-LinearAssociationN of Valid Cases

Value df

Asymp.Sig.

(2-sided)

ExactSig.

(2-sided)

ExactSig.

(1-sided)

Chi-Square Tests

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expectedcount is 94.28.

b.

Her leser vi igjen av kjikvadratet og signifikansen. Kjikvadratet er under den kritiske verdien mens signifikansen er langt over vårt signifikansnivå på 0,05. Dermed er ikke denne sammenhengen signifikant.

Oppgave 5: T-tester

• Her må vi bruke t-test for to uavhengige utvalg, med sex som uavhengig variabel og aq29a som avhengig variabel. Da får vi følgende resultat som viser at kvinner og menn har ulike gjennomsnitt på denne variabelen.

Independent Samples Test Levene's

Test for Equality of Variances

t-test for Equality of

Means

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference

AQ29A Equal var. assumed

9.625 .002 6.906 3297 .000 .22 3.14E-02

Equal var. not ass.

6.828 3024.998 .000 .22 3.17E-02

• Her bruker vi også t-testen for to uavhengige utvalg, med sex som uavhengig variabel og aq29b som avhengig variabel. Resultatet av denne testen viser at kvinner og menn ikke har ulike gjennomsnitt på variabelen som måler innflytelse fra venner.

59

Independent Samples Test Levene's

Test forEquality ofVariances

t-test for Equality of

Means

F Sig. t df Sig. (2-tailed)

Mean Difference

Std. Error Difference

AQ29B Equal var. 5.581 .018 1.545 3298 .122 4.11E-02 2.66E-02Equal var.

not ass. 1.535 3112.602 .125 4.11E-02 2.68E-02

Oppgave 6: Regresjonsanalyse

• Regresjonsligningen ser slik ut:

Y = 261,772 + 0,250(AGE) - 82,699(SEX)

• Vi setter inn verdien 50 for alder og verdi 1 for kjønn, og får følgende prediksjon:

Ym50 = 261,772 + 0,250(50) - 82,699(1) = 191,573

• Her bruker vi den samme ligningen, men vi setter inn verdien 25 for alder og verdien 2 for kjønn. Prediksjonen blir da:

Yk25 = 261,772 + 0,250(25) - 82,699(2) = 102,624

60

Fasit til kapittel 4

Oppgave 1: Omkoding av en nominell variabel Det er naturlig å legge sammen de to første, våningshus og eneboliger, sammen i en gruppe, og alle de andre sammen i en annen gruppe. Det betyr at 1 og 2 skal omkodes til 1 mens 3 til 10 skal omkodes til 2. Det gir oss denne variabelen:

2412 64.8 64.9 64.91302 35.0 35.1 100.03714 99.8 100.0

6 .2

6 .23720 100.0

1.002.00Total

Valid

SystemMissingTotal

Missing

Total

Frequency PercentValid

PercentCumulative

Percent

NYSMP1

Oppgave 2: Omkoding av en kontinuerlig variabel Vi kjører en frekvensfordeling på variabelen Alder hvor vi ber om å få en inndeling i fire like store grupper. Vi får ut denne oversikten:

3720 0 30.0000 42.0000 58.0000ALDERValid Missing

N25 50 75

Percentiles

Statistics

Av dette kan vi lese at • den første fjerdedelen skal inkludere alle fra og med den yngste til

og med alle 30-åringer. • den andre fjerdedelen skal inkludere alle fra 30 til og med 42 år • den tredje fjerdedelen skal inkludere alle fra 42 til og med 58 år • den siste fjerdedelen er de over 58 år. Vi kjører en omkoding av variabelen Alder med disse verdiene og får en ny variabel som ser slik ut:

997 26.8 26.8 26.8865 23.3 23.3 50.1947 25.5 25.5 75.5911 24.5 24.5 100.0

3720 100.0 100.03720 100.0

1.002.003.004.00Total

Valid

Total

Frequency PercentValid

PercentCumulative

Percent

NYALDER

61

Oppgave 3: Hva er hva? Vi starter med å kjøre en frekvensoversikt over SPM128B. Den viser oss følgende:

597 16.0 18.0 18.0

1671 44.9 50.5 68.5

860 23.1 26.0 94.5

167 4.5 5.0 99.5

16 .4 .5 100.0

3311 89.0 100.0

409 11.0

409 11.03720 100.0

OMTRENTDAGLIGOMTRENTHVER UKE,MEN IKKEDAGLIGOMTRENTHVERMÅNED, MENIKKE HVERUKENOENGANGER IÅRET, MENIKKE HVERMÅNEDSJELDNEREENN HVERTÅRTotal

Valid

SystemMissingTotal

Missing

Total

Frequency PercentValid

PercentCumulative

Percent

SPM128B

Spørsmålet er hvor ofte en er ute med sine venner. Dette forteller oss at halvparten av de spurte møter sine venner ’omtrendt hver uke, men ikke daglig’. I tillegg treffer 18% venner daglig.

Dersom vi skal prøve å lage to nesten like store nye verdier, har vi et problem. Alternativ to er like stor som de andre alternativene til sammen, men vi kan ikke legge sammen alle de andre, siden alternativ 1 og 3-5 ligger på hver sin side av alternativ 2. Derfor må vi legge sammen alternativ 2 med et annet alternativ. Det kan bli alternativ 1 i den ene verdien og 2 til 5 i den andre verdien, eller vi kan legge sammen 1 og 2 i verdi 1 og 3 til 5 i verdi 2. Legger vi alternativ 1 i en ensom verdi, vil forholdet mellom verdiene bli 18% i verdi en mot 82% i verdi to. Slår vi sammen alternativ 1 og 2, så vil forholdet bli 69% i den ene verdien og 31 i den andre.

Vi ønsker å omkode til to verdier, den ene skal ha navnet ’Møter venner ofte’, den andre skal ha navnet ’Møter venner sjelden’. Det vi må bestemme oss for er hvorvidt de som har svart alternativ 2 møter sine venner ofte eller sjelden. Dersom vi velger å si at det å ikke treffe sine venner er det samme som å møte den sjeldent, så må vi omkode svaralternativ 2 i samme gruppe som 3-5. Da får vi en veldig skjev

62

fordeling. Så lenge vi kan argumentere for at de som har svart alternativ 1 skiller seg vesentlig ut fra alle andre, så er det riktig å omkode skjevt. Konsekvensen av dette er at vi bør vurdere å vekte effektene i den trivariate tabellen, slik at vi tar høyde for forskjellen. Dersom vi velger å si at det å svare alternativ 2 viser at en møter sine venner ganske ofte, så er det riktig å omkode alternativ 1 og 2 til en og samme nye verdi, og så omkode 3-5 i en annen verdi. Med dette valget blir også den nye variabelen skjev, men den blir ikke like skjev.

Er du i tvil om hvordan du skal gjøre det, så velg den du føler er riktig og begrunn valget ditt. I denne oppgaven vil det muligens være naturlig å slå sammen 1 og 2 til en ny verdi 1 og 3-5 til en ny verdi 2. Begrunnelsen er at svaralternativ 2 inkluderer alle som møter sine venner en eller flere ganger i uken, men ikke så ofte som hver dag. En person som svarer 2 kan altså møte sine venner 6 dager i uken like gjerne som 1 dag i uken. Dette står i skarp kontrast til alternativ 3, der man svarer at man møter sine venner ihvertfall en gang i måneden, men ikke hver uke. Det betyr at man kan møte sine venner 3-4 ganger i måneden eller en gang i måneden. Det er en vesentlig forskjell fra alternativ 2 og derfor er det naturlig å sette et skille der.

63

Fasit til kapittel 5

Oppgave 1: Konstruksjon

• Variablene SPM118A-SPM118E spør alle om det samme temaet, bevegelsesvansker. Siden alle går på det samme temaet, er den teoretiske sammenhengen sterk nok til at vi kan gå videre. Fro å finne ut om den empiriske sammenhengen er god nok, må vi kjøre en korrelasjonsanalyse. Den finner vi på Transform Compute Bivariate. Vi flytter over de fem aktuelle variablene til den høyre kolonnen og trykker på OK. Svaret vi får ser slik ut:

1.000 .698** .525** .471** .591**.698** 1.000 .607** .511** .681**.525** .607** 1.000 .633** .628**.471** .511** .633** 1.000 .564**.591** .681** .628** .564** 1.000

. .000 .000 .000 .000.000 . .000 .000 .000.000 .000 . .000 .000.000 .000 .000 . .000.000 .000 .000 .000 .

1986 1985 1983 1981 19821985 1986 1983 1981 19821983 1983 1984 1980 19801981 1981 1980 1982 19781982 1982 1980 1978 1983

SPM118ASPM118BSPM118CSPM118DSPM118ESPM118ASPM118BSPM118CSPM118DSPM118ESPM118ASPM118BSPM118CSPM118DSPM118E

PearsonCorrelation

Sig.(2-tailed)

N

SPM118A SPM118B SPM118C SPM118D SPM118E

Correlations

Correlation is significant at the 0.01 level (2-tailed).**.

Det vi kan lese ut fra denne tabellen, er at variablene korrelerer veldig høyt med hverandre. Intervallet 0.47 til 6.98 er godt nok til at den empiriske sammenhengen holder. Vi kan dermed konkludere med at både den teoretiske og den empiriske sammenhengen er god nok til at vi kan konstruere en indeks.

• Variabelene har alle de samme svaralternativene. Disse alternativene er 1. Ja, svært vanskelig 2. Ja, noe vanskelig 3. Nei Det er altså ingen alternativer vi trenger å ta bort eller noen verdier vi trenger å sette på hodet. Det er med andre ord ikke grunn til å omkode noen variabler.

For å konstruere den nye variabelen, velger vi Transform Compute. Vi oppgir det nye variabelnavnet i Target Variable og legger inn ”SPM118A+SPM118B+SPM118C+SPM118D+ SPM118E” i Numeric expression. Så trykker vi på OK.

64

Frekvensoversikten over den nye variabelen vil se slik ut:

24 .6 1.2 1.219 .5 1.0 2.211 .3 .6 2.722 .6 1.1 3.928 .8 1.4 5.353 1.4 2.7 8.048 1.3 2.4 10.474 2.0 3.7 14.1

122 3.3 6.2 20.3228 6.1 11.6 31.9

1345 36.2 68.1 100.01974 53.1 100.0

1746 46.9

1746 46.93720 100.0

5.006.007.008.009.0010.0011.0012.0013.0014.0015.00Total

Valid

SystemMissingTotal

Missing

Total

Frequency PercentValid

PercentCumulative

Percent

TESTVAR

Vi ser at flertallet får verdien 15, hvilket indikerer at de har svar alternativ 3 på alle de fem spørsmålene, og dermed ikke opplever bevegelsesvansker. 1.2% får toppverdien 5, som tyder på at de har store bevegelsesvansker og har svart 1 på alle de fem spørsmålene.

65

Beskrivelse av datafilene Liste over variablene i EU-undersøkelsen Name Label

CASENR Referansenummer SEX SEX YEAR_BIR YEAR OF BIRTH AGE Alder IOSBOSTE Bostedsstrøk REGION PART OF THE COUNTRY AQ1 POLITICAL INTEREST, GENERALLY AQ6B WILL ALWAYS SUPPORT MY COUNTRY AQ6D IMMIGRATION A THREAT TOWARDS NO.CULTURE AQ7 GENERAL POLITICAL TRUST AQ10B_2 SELF PLACEMENT LEFT,RIGHT DIMENSION AQ11A VOTE CASTED IN STORTING ELECTION 1993 AQ11B PARTYPREFERENCE STORTING ELECTION-93 AQ17 PROUDNESS OF BEING A NORWEGIAN AQ19A MERGE SMALL COMMUNES TO GET EFFICIENCY AQ29A IMPORTANCE OF OWN FAMILY FOR VOTE AQ29B IMPORTANCE OF CLOSE FRIENDS FOR VOTE AQ29C IMPORTANCE OF WORK/ SCHOOL ENVIRONMENT AQ29D IMPORTANCE OF POLITICAL PARTY FOR VOTE AQ29E IMPORTANCE OF PREFERRED NEWSPAPER AQ29F IMPORTANCE OF TV FOR VOTE AQ29G IMPORTANCE OF EUROPABEVEGELSEN FOR VOTE AQ29H IMPORTANCE OF NEI TIL EU FOR VOTE AQ30 INTEREST FOR THE EU-ISSUE AQ35 INFORMED ON THE EU-ISSUE AQ31B FIRM OPINION OR UNSURE ON THE EU-ISSUE AQ36A NATIONAL CONTROL OF NATIONAL ECONOMY AQ33 ANY COUNTER ARGUMENTS? AQ36B GENDER-EQUALITY WILL REGRESS INSIDE EU AQ36C BUSINESS NEED EU TO AVOID PUBLIC CONTRL AQ36D NATIONAL SOVEREIGNTY DISAPPEARS IF EU AQ36E ENVIRONMENTAL PROBLEMS ONLY SOLVED: EU AQ48 MARITAL STATUS AQ36F EU-MEMBERSHIP WILL STRENGTHEN N.DEFENCE AQ49 COMMUNITY TYPE WHERE YOU GREW UP AQ36G EU WILL STRENGTHEN CONNECTION TO WESTW AQ36H WILL LOOSE INFLUENCE IN EU AQ36I USELESS TO BE AGAINST, WILL BE MEMBER ANYWAY AQ37A RESULT OF EU-MEMB FOR:ENVIRONMENT AQ54 ANY PAID WORK FOR THE TIME BEING? AQ37B RESULT OF EU-MEMB FOR:ECONOMY AQ55 HOURS OF PAID WORK A WEEK AQ37C RESULT OF EU-MEMB FOR:EMPLOYMENT AQ56A RESPONDENTS MAIN PROFESSION AQ37D RESULT OF EU-MEMB FOR:FARMING AQ56C ANY SUPERVISING DUTIES AQ37E RESULT OF EU-MEMB FOR:SOCIAL SECURITY OCC1 THE RESPONDENTS PRESENT OR EARLIER OCCUPATION AQ37F RESULT OF EU-MEMB FOR:GENDER EQUALITY AQ76A ACTIVE OR ORDINARY PARTY MEMBER? AQ37G RESULT OF EU-MEMB FOR:MILITARY SECURITY AQ76B POLITICAL PARTY YOU ARE MEMBER OF AQ78 PREFERENCE OF WRITTEN LANGUAGE AQ37H RESULT OF EU-MEMB FOR:NATIONAL SOVEREIGN AQ37I RESULT OF EU-MEMB FOR:INFLUENCE OF EU AQ79 INTEREST IN LANGUAGE CONTROVERSY AQ37J RESULT OF EU-MEMB FOR:FISHING AQ80 TEETOTALLER OR NOT?

66

AQ38 PREFERENCE OF CONNECTION TO THE EU AQ81 INTEREST IN THE TEMPERANCE MOVEM. AQ39 LIKELIHOOD OF A UNITED STATES OF EUROPE AQ82 MEMBER OF RELIGIOUS SOCIETY AQ40 EVALUATION OF A UNITED STATES OF EUROPE AQ83 PERSONALSPIRITUAL CONVICTION AQ84 OWN GROSS INCOME (BEFORE TAX) 1993 AQ41 EU-SENSITIVITY TO NORWEGIAN INTEREST BQ7A PARTICIPATE IN EU REFERENDUM BQ7B HOW ARE YOU GOING TO VOTE BQ8A MOST POLITI. ON THE NO-SIDE ARE COMP. BQ8B NO-SIDE SCARE PEOPLE TO VOTE NO BQ8C POL. ON THE NO-SIDE SINCERE IN ARGUMEN. BQ8D NO-SIDE HAVE SOME DISHONEST CONTRIBUT. BQ8E TOO MANY EXTREMISTS IN NEI TIL EU BQ9A MOST POLITICIANS ON THE YES SIDE COMPETENT BQ9B YES-SIDE SCARE PEOPLE TO VOTE YES BQ9C POL. ON THE YES-SIDE, SINCERE IN ARGUMEN. BQ9D YES-SIDE HAVE SOME DISHONEST CONTRIBUT BQ9E TOO MANY EXTREMISTS IN EUROPABEVEG BQ13A VOTE IN EU REFERENDUM 1972 BQ13B OPINION IN THE EU-ISSUE 1972 BQ14A I CAN VOTE, BUT THAT IS ALL I CAN DO BQ14B MEMB. OF PARL. LOOSE CONT. WITH THE PEOP. BQ14C POLITICS RARELY HAS ANY IMP. FOR ME BQ14D HARD TO SEE THE DIFF. BETWEEN THE PARTIES BQ14E VOTING IS A WAY TO BE POL. INFLUENTIAL BQ14F THE P. PARTIES ONLY INTERESTED IN VOTES BQ14G POLITICS TOO DIFFICULT FOR ORD. PEOPLE BQ14H ELECTIONS OF PRIMARY IMP. FOR POLITICS BQ14I CAN NEVER TRUST ANY PARTYS PROMISES BQ14J MEMB. OF PARLIAM. NEVER PAYS ATTENTION BQ14K THE REAL POWER LIES OUTSIDE THE PARL. AND GOVERNM. BQ18 READING ABOUT POLITICS IN THE NEWSPAPERS BQ27 IMPORTANCE OF FINNISH&SWEDISH REFERENDUM CQ1 DID YOU VOTE IN THE EU-REFERENDUM? CQ2 WHAT DID YOU VOTE? CQ3 EASY OR HARD TO MAKE UP ONES MIND CQ4 WHEN DID YOU DECIDE WHAT TO VOTE? CQ5 CARE ABOUT THE OUTCOME OF THE REFERENDUM CQ7 THE REF. WAS CARRIED OUT IN A JUST WAY CQ8 CONFIDENCE IN NO. POLITICIANS CQ9 VOTE IF STORTING ELECTION TOMORROW CQ11 REFERENDUM, BINDING OR ADVISORY CQ15A SIGNED A EU-PETITION CQ15B PARTICIPATED IN EU-DEMONSTRATION CQ15C WRITTEN ABOUT THE EU-ISSUE IN NEWSPAPER CQ15D CONTACTED POLITICIAN IN THE EU-ISSUE CQ15E WORN A PRO OR CONTRA EU-BUTTON CQ15F ATTENDED A POLITICAL MEETING ON EU-ISSUE CQ17 SHOULD THE GOV. RESIGN OR CONTINUE UTDANN Utdanningsnivå

67

Liste over variablene i Levekårsundersøkelsen ’95 Name Label REFNR Referansenummer IOSKJONN IOs kjønn ALDER Alder SPM1 Hva slags hustype bor du/dere i? RKLASS7 RESP EG KLASSE SPM2 På hvilken måte disponerer du/dere over

boligen/leiligheten SPM3A Kan du anslå pris for boligen dersom solgt nå SPM4B Samlet boliggjeld SPM5A2 Renter 1994 SPM5A3 Avdrag 1994 SPM7A Hva betaler husholdningen i månedlig husleie SPM8 Hvilket år flyttet du selv inn i nåværende bolig SPM9 Hvilket år flyttet du til denne delen av kommunen SPM11A Finnes det WC i boligen? SPM11B Finnes det bad eller dusj? SPM11C Finnes det kjøkken på minst 6 m2? SPM11D Finnes det innlagt varmt vann? SPM11E Finnes det sentralvarme eller faste elektriske ovner SPM11F Finnes det terasse eller annen uteplass? SPM13A Har du for lite plass? SPM18 Opplever du hærverk eller kriminalitet i nabolaget SPM1900 Hva slags område er det utenfor boligen? SPM20A Disponerer/har du/din husholdning video-spiller SPM20B Disponerer/har du/din husholdning microbølgeovn SPM20C Disponerer/har du/din husholdning oppvaskemaskin SPM20D Disponerer/har du/din husholdning fryser SPM20E Disponerer/har du/din husholdning vaskemaskin SPM20F Disponerer/har du/din husholdning telefon SPM210 Vil ha, men ikke råd til: Ingen SPM21A Nei Ingen vil ha,men ikke har råd til SPM22A Eier husholdningen noen hytte eller fritidshus alene SPM22B Eier husholdningen noen hytte eller fritidshus sammen SPM23A1 Disponerer du eller noen annen i husholdet personbil SPM23A2 Hvor mange personbiler disponerer husholdet SPM23B Disponerer du eller noen annen i hushold motorsykkel SPM23C Disponerer du eller noen annen i hushold campingvogn SPM23D Disponerer du eller noen annen i hushold båt m/køyer SPM24 Er du gift? SPM25 Er du samboende? SPM26 Har du tidligere bodd fast sammen med partner SPM27 Hvor mange år har du bodd uten partner? SPM28 Når flyttet dere sammen? EKTSAM0 Ektepar/samboer SPM30 Bor du sammen med noen nå som du ikke bodde s.med 1.1.94 SPM31A Bodde du 1.1.94 sammen med noen som du ikke bor sammen

med n SPM32 Omtrent hvor mange timer bruker du vanlig til husarb.i

uken SPM33 Trenger noen i husholdningen ekstra stell SPM35 Lever dine foreldre? SPM36 Hvor ofte omtrent treffer du dine foreld SPM37A Hvor gammel er din far? SPM37B Hvor gammel er din mor? SPM38A Har du far som bor på aldershjem,sykehjem SPM38B Har du mor som bor på aldershjem,sykehjem SPM40 Arbeidet din far som selvstendig,ansatt,familiemedlem? SPM41 Hadde din mor inntektsgivende arbeid under din oppvekst SPM43 Arbeidet din mor som selvstendig,ansatt,familiemedlem? SPM44A Hvilken almennutdanning har/hadde dine far SPM44B Hvilken almennutdanning har/hadde dine mor SPM45A Har/hadde din far noen annen utdanning +5mnd SPM45B Har/hadde din mor noen annen utdanning +5mnd

68

SPM46A Har/hadde din far utdanning på universitetsnivå SPM46B Har/hadde din mor utdanning på universitetsnivå SPM47 Forekom det under din oppvekst alvorlige motsetn.i

hjemmet SPM52A ANTALL BARN I HUSHOLDNINGEN FØDT 1985-95 SPM56A Mottar alderspensjon fra folketrygden, tjenestepensjon SPM56B Mottar etterlattepensjon fra folketrygden SPM56C Mottar uførepensjon fra folketrygden SPM56D Går på skole eller studerer, vanligvis 10 t + pr.uke SPM56E Er lærling/praktikant i en bedrift/firma SPM56F Er arbeidsledig nå og har vært 3 mnd SPM56G Er inne til 1. gangs militær-/siviltjeneste SPM57 Utførte du inntektsgivende arbeid av minst 1 T varighet SPM58 Har du inntekstgivende arbeid som du var borte fra SPM59A Hvor mange timer pr. uke arbeider du vanligvis SPM60B Hva slags virksomhet drives i denne bedriften SPM61 Hvor mange sysselsatte er det i denne bedriften SPM63 Hvilket år begynte du på den arbeidsplassen SPM64A Var du arbeidsløs umiddelbart før du beg her SPM64B Hvor lenge var du arbeidsløs? SPM65 Eierform på bedrift SPM66 Arbeider du i ditt hovedyrke som selvstendig, etc SPM67 Har du en overordnet stilling SPM68A Hva slags ansettelsesform har du SPM68B Hvor lang tid har du kontrakt for? SPM69A1 Omtrent hvor mye har du vanligvis i lønn SPM69A2 Tidsrom denne lønnen er for SPM71 Hvordan passer arbeidstid deg SPM72 Hvilken arbeidstidsordning har du vanligvis SPM85 Er dine arbeidsoppgaver meget varierte, SPM86A Hvor tilfreds er du med din lønn SPM86B Hvor tilfreds er du med din sikkerhet SPM86C Hvor tilfreds er du med din arbeidsoppjo SPM86D Hvor tilfreds er du med din arbtid SPM86E Hvor tilfreds er du med din arbordn SPM86F Hvor tilfreds er du med din arbforh SPM86G Hvor tilfreds er du med din avstand SPM87 Mener du at du står i fare for å miste d SPM95 Har du vært arbeidsløs noen gang de sist SPM96 Hvor mange ganger har du vært arbeidsløs SPM97 Hvor mange måneder sammenlagt har du vær SPM112 Har du noen sykdom eller lidelse av mer SPM116 Medfører sykdom eller funksjonshemming n SPM117A Er din arbeidsplass tilpasset dine helse SPM117B Er det behov for slik tilrettelegging SPM118A Har du vansker med å bevege deg rundt i SPM118B Har du vansker med å bevege deg ut av bo SPM118C Har du vansker med å delta i foreningsli SPM118D Har du vansker med å delta i andre friti SPM118E Har du vansker med å bruke offentlige tr SPM118F Har du vansker med å få kontakt med elle SPM118G Har du hatt vansker med å gjennomføre el SPM118H Har du hatt vansker med å finne en jobb SPM122A Har du vært plaget av svært kraftig hjer SPM122B Har du vært plaget av nervøsitet, angst SPM122C Har du følt deg deprimert og nedfor, sli SPM126A1 Har du noen barn som er fylt 16 år og so SPM126A2 Hvor mange barn har flyttet hjemmefra? SPM128A Har du noen gode venner, her på stedet SPM128B Hvor ofte omtrent er du sammen med disse SPM128C Har du noen gode venner, andre steder SPM128D Hvor ofte omtrent er du sammen med disse SPM129 Har du noen som står deg nær, og som du SPM131 Hender det at du opplever ensomhet? SPM132 Hvor ofte omtrent er du sammen med naboe SPM133 Hvor mange familier/husstander i nabolag SPM134A Hvor ofte Gikk lengre fotturer eller ski SPM134B Hvor ofte mosjonerte på annen måte, drev

69

SPM134C Hvor ofte var tilskuer til idrettsarrang SPM134H Hvor ofte gikk på konsert med klassisk m SPM134M Hvor ofte var i gudstjeneste, på religi› SPM135 Omtrent hvor mange bøker har du lest i f SPM136AA Medlemskap i fagforening SPM136BA Medlemskap i bransje,nærings eller yrkes SPM136CA Medlemskap i politisk parti (også partip SPM136DA Medlemskap i kristelig eller religiøs fo SPM136EA Medlemskap i idrettslag/-forening SPM136FA Medlemskap i kvinneorganisasjon, husmorl SPM136GA Medlemskap i helselag, sanitetsforening, SPM136HA Medlemskap i ungdomslag, pensjonistforen SPM136IA Medlemskap i musikkforening, korps, sang SPM136JA Medlemskap i borettslag, boligbyggelag, SPM136KA Medlemskap i velforening, grendelag, str SPM136LA Medlemskap i lokal interessegruppe, milj SPM136MA Medlemskap i funksjonshemmedes interesso SPM136NA Medlemskap i andre foreninger eller orga SOSIO Sosio-økonomisk status

70

Liste over variablene i Verdiundersøkelsen ’96 Name Label V4 Familien V5 Venner V6 Fritid V7 Politikk V8 Arbeid V9 Religion V10 Hvor lykkelig er du? V11 Allmenne helsetilstand V12 Påstander om foreldre V13 Holdning til foreldres forpliktelser V14 Veloppdragenhet V15 Selvstendighet V16 Hardt arbeid V17 Ansvarsfølelse V18 Fantasi V19 Toleranse V20 Sparsommelighet V21 Besluttsomhet V22 Religiøs tro V23 Uselviskhet V24 Lydighet V25 Viktigste egenskap barn kan lære hjemme V26 Nest viktigste egenskap barn kan lære hjemme V27 Kan man stole på mennesker V28 Kirkelig eller religiøs forening V29 Idrettslag eller trimforening V30 Kunst-, musikk- eller studiegruppe V31 Fagforening V32 Politisk parti V33 Miljøvernorganisasjon V34 Yrkesorganisasjon V35 Organisasjon for hjelp og veldedighet V36 Andre frivillige foreninger V37 Diskuterer politikk med sine venner V38 OK med skatteøkn. dersom den miljø V39 Villig å bet. 20% mer dersom miljø besk. V40 Miljøprob. kan løses uten internasj. avt V41 Utsagn om miljø og økonomisk vekst V42 Valgt hush.prod. som er bedre for miljøet V43 Benyttet deg av gjenbruk eller resirk. V44 Forsøkt å redusere vannforbruket V45 Skrevet under på underskriftslister V46 Gitt bidrag til en miljøorganisasjon V47 Tradisjon og høyteknologi V48 Forhold og relasjoner mellom mennesker V49 Menneskets forhold til naturen V50 Menneskeheten går mot lys-mørk framtid V51 Personer med kriminell fortid V52 Personer av en annen rase V53 Politiske ekstremister V54 Alkoholikere V55 Følelsesmessig ustabile personer V56 Muslimer V57 Innvandrere V58 Personer som har Aids V59 Narkomane V60 Homoseksuelle V61 Menn bør få jobber framfor kvinner. V62 Folk bør tvinges til å førtidspensjonere V63 Bør prioritere nordmenn framf. innvandre V64 Hvor tilfreds med økonomien i din hush. V65 Hvor tilfreds med livet V66 Valgfrihet og selvbestemmelse

71

V67 Fortsetter å arbeide til jeg er fornøyd V68 Skuffet når jeg ikke fullf. pers. mål V69 Sitter ofte oppe om kvelden for å fullf. V70 Et hovedmål er å gjøre foreldrene stolte V71 Arb. hardt for å leve opp til venn. forv V72 Vurdering av arbeid kontra fritid V73 Viktigste forhold under jobbsøking V74 Nest viktigste forhold under jobbsøking V75 Bra betalt V76 Ikke for mye stress V77 Trygg arbeidsplass V78 Et arbeid som respekteres av folk flest V79 Arbeidstid som passer for meg V80 Mulighet til å ta initiativ V81 Lang ferie V82 Et arbeid som gir følelsen av å utrette V83 Ansvarsfullt V84 Interessant V85 Tilpasset mine evner V86 Sekretær hypotese V87 Hvem bør utnevne direktører? V88 Utsagn om instrukser V89 Sivilstatus V90 Har du barn, i tilfelle hvor mange V91 Hvor mange barn ideelt i en familie V92 Barn trenger mor og far for lykk. oppv. V93 Kvinne må ha barn for å føle seg fullv. V94 Ekteskapet er en umoderne institusjon V95 Nyte seksuell frihet uten moralske begr. V96 Kvinne får barn for å forsørge det alene V97 Hvis ett barn: Hvilket kjønn? V98 Mor i arb. har like godt forh. til barn V99 Å være husmor er like tilfr.st. som ... V100 Begge bør bidra til familiens inntekt V101 Menn er bedre polit. ledere enn kvinner- V102 Probl. hvis kvinne tjener mer enn mann V103 Universitetsutd. betyr mer for en gutt V104 Viktigste mål dette landet bør ha V105 Nest viktigste mål dette landet bør ha V106 Hvilket mål er viktigst V107 Hvilket mål er nest viktigst V108 Viktigste mål for landet V109 Nest viktigste mål for landet V110 Villig til å sloss for landet vårt V111 Mindre vekt på penger og materielle ting V112 Betydningen av arb. i våre liv redusert V113 Mer vekt på den teknologiske utvikl. V114 Det blir større respekt for autoriteter V115 Det blir lagt mer vekt på familieliv V116 Vil tekn.utvikl. hjelpe/skade menneskeh. V117 Hvor interessert i politikk V118 Skrive under på en underskriftsliste V119 Delta i boikott eller kjøpestreik V120 Delta i lovlige demonstrasjoner V121 Delta i ulovlige streiker V122 Okkupere hus eller fabrikker V123 Radikal-konservativ V124 Tre grunnholdninger til samfunnet V125 Inntektsforskjeller V126 Privat--offentlig eiendomsrett V127 Offentlig - privat ansvar V128 Konkuranse: sunt eller skadelig. V129 Gir hardt arbeid suksess eller ikke? V130 Samle rikd. uten at det går ut over noen V131 Holdning til store endringer V132 Nye eller gamle ideer best V133 Synspunkter om importerte varer (V133) V134 Off. holdn. til arb.søk. fra andre land

72

V135 Tiltro til kirken V136 Tiltro til forsvaret V137 Tiltro til rettsvesenet V138 Tiltro til avisene V139 Tiltro til fjernsynet V140 Tiltro til fagforeningene V141 Tiltro til politiet V142 Tiltro til regjeringen V143 Tiltro til politiske partier V144 Tiltro til Stortinget V145 Tiltro til offentlige etater V146 Tiltro til store bedrifter V147 Tiltro til miljøbevegelsen V148 Tiltro til kvinnebevegelsen V149 Tiltro til EU V150 Tiltro til FN V151 Politisk system for 10 år siden V152 Politisk system i dag V153 Politisk system slik forventet om 10 år V154 Sterk leder slipper å bry seg V155 La eksperter ta avgjørelser V156 Å la forsvarsmakten styre V157 Å ha et demokratisk politisk system V158 Syn på partileder V159 Offentliges viktigste ansvar V160 I demokratiet fung. det øk. syst. dårlig V161 Demokratiet har beslutningsproblem V162 Demokratier ikke flinke til lov og orden V163 Demokratiet bedre enn andre styreformer V164 Bruk av vold for å oppnå politiske mål V165 Hvor fornøyd med de som styrer landet V166 Synspunkter på hvordan Norge styres V171 Fattigdom i Norge i dag i forh. til før V172 Hvorfor lever folk i nød V173 Mulig å komme seg ut av fattigdommen? V174 Hvordan er det off. innsats for fattige V175 Hvordan synes du i-land hjelper u-land V176 For eller imot at Norge gir uhjelp V177 Tenker på meningen med livet V178 Synspunkter om godt og ondt V179 Tilhører du et bestemt kirkesamfunn? V180 Ble du religiøst oppdratt hjemme? V181 Hvor ofte deltar du i gudstjeneste V182 Religiøs-ikke religiøs-ateist V183 Tror du på gud? V184 Tror du på et liv etter døden? V185 Tror du på sjelen? V186 Tror du at djevelen eksisterer? V187 Tror du på helvete? V188 Tror du på himmelen? V189 Tror du på synden? V190 Hvor viktig er gud i ditt liv V191 Får trøst og styrke av religionen? V192 Å kreve off. goder som du ikke... V193 Ikke bet. billeter på kollektive transp. V194 Snyte på skatten dersom du har... V195 Kjøpe noe du vet er stjålet V196 At noen tar imot bestikkelser i sin jobb V197 Homoseksualitet V198 Prostitusjon V199 Abort V200 Skilsmisse V201 Dødshjelp V202 Selvmord V228 Ser du på fjernsyn? V203 Mest tilknyttning til geografisk område V204 Nest mest tilkn. til geografisk område V205 Hvor stolt over å være norsk?

73

V206 Er du født i Norge? V207 Hvor lenge er det siden du kom til Norge V210 Hvilket parti ville du stemme på V210SPS Annet parti, spesifisert V211 Hvilket parti ville være ditt andre valg V211SPS Annet parti som hadde vært andre valg V212 Hvilket parti ville du aldri ha stemt på V212SPS Ville aldri stemt på, spesifisert V213 Hvor utbredt er korrupsjon i Norge... V214 Kjønn V215 Fødselsår V216 Alder, registeropplysning V217 Hva er din høyeste fullførte utdanning? V218 Hvor mange års skolegang tilsammen V219 Bor du sammen med dine foreldre? V220_1 Inntektsgivende arbeid V220_2 Antall timer i arb. pr. uke V220_3 Selvst.-ansatt-fam.medl. V220_4 Hva regner du deg som V220 Viktigste gjøremål V220_B Tidligere hatt inntektsgivende arbeid V220_C Nåværende/siste hovedyrke (første siffer i yrkeskode) V221 Hvilken stilling har-hadde sist V221_B Offentlig eller privat sektor? V222 Er du hovedforsørger? V223 Har hovedfors. inntektsgiv, arb. 10 t. V223_B Har hovedforsørger tidligere hatt ... V223_C Hovedforsørgers hovedyrke V224 Hvilk. stilling har-hadde hovedf. sist V224_B Offentlig eller privat sektor? V225 Hvordan var fam. økonomi det siste året? V226 Hvilket samfunnslag vil du si du tilhør. V227_B Husholdningens brutto inntekt, (1000 kr) V227 Brutto inntekt gruppert i deciler V232 Bosettingstetthet V231 Hvor interessert var IO under intervjuet V234_A Fylke V234_B Landsdel V234_C Kommuneklasse ALDGR Aldersgrupper kodet etter alder96 KOMMKLAS Kommuneklasse KOMMKL Kommuneklasse grovinndeling

74

Liste over variablene i Valgundersøkelsen ’97 Name Label REF_NR Referansenummer til fil SPM1 Politisk interesse SPM2 Brydde du deg om valgresultatet SPM3A Første viktige sak SPES3A Spesifiser saken SPM3B Andre viktige sak SPES3B Spesifiser saken SPM4 Syn på utviklingshjelp SPM5 Syn på trygder SPM6 Misbruk av trygder SPM7 Syn på alkoholregler SPM8 Adgang til abort SPM9A Utbyggingstempo av vassdrag SPM9B Industriutbygging tross naturvern SPM9C Redusere økonomiske forskjeller SPM9D Senke takten i oljeproduksjonen SPM9E Innvandring trussel mot egenart SPM9F Kontroll av det private næringsliv SPM9G Samboende homofile samme rettigheter SPM9H Barn ikke begynne på skole før syv SPM9I Bygge gasskraftverk i Norge SPM10A Deg selv om natur og miljø SPM10B Parti nærmest om natur og miljø SPM11A Deg selv om innvandringspolitikk SPM11B Parti nærmest om innvandringspolitikk SPM12A Deg selv om kristendomsundervisning SPM12B Parti nærmest om kristendomsundervisning SPM13A Deg selv om hensyn til utkantstrøk SPM13B Parti nærmest om hensyn til utkantstrøk SPM14A Påvirke politikken bare ved å stemme SPM14B Politikken er innviklet SPM14C Fordele rikdommen i verden SPM14D Redusere skatten på høye inntekter SPM14E Myndigheter minske forskjellene i øk. evne SPM14F Abort best ved sykdom eller misdannelse SPM14G Unges levekår vs pensjonisters skatt SPM15A Partileder i KRF SPM15B Kommunal- og arbeidsminister SPM15C Parti ikke representert på stortinget SPM15D Parti stortingspresidenten er fra SPM15E Antall representanter på stortinget SPM17A Større lønnsforskjeller SPM17B Det gamle bedre enn nymotens påfunn SPM17C Arbeid til nordmenn SPM17D Høy økonomisk vekst og produktivitet SPM17E Støtte til opplæring i eget morsmål SPM17F Bygge ut offentlige tjenester SPM17G Markedskreftene bør styre økonomien SPM17H Bør ta i bruk moderne metoder SPM18 Fornøyd med demokratiets virkemåte SPM19 Valgene går riktig for seg SPM20 Knyttet til et parti SPM20A1 Hvilket parti er det? SPM20A2 Hvilket annet parti er det? SPM20A3 Hvilket tredje parti er det? SPM20B Parti IO er mest knyttet til? SPM20C Spesielt pol.parti IO mer knyttet til? SPM20D Parti IO mer knyttet til enn de andre SPM20E Nært knyttet til dette partiet? SPM21 Partiene tar hensyn til folks meninger SPM22 Partier er nødvendige for systemet SPM23 Husker navnet til kandidat SPM23A Navn på kandidat 1

75

SPM23B Navn på kandidat 2 SPM23C Navn på kandidat 3 SPM24A KRF på sympatibarometeret SPM24B V på sympatibarometeret SPM24C SP på sympatibarometeret SPM24D SV på sympatibarometeret SPM24E H på sympatibarometeret SPM24F DNA på sympatibarometeret SPM24G FRP på sympatibarometeret SPM24H RV på sympatibarometeret SPM25A Valgerd S Haugland på barometer SPM25B Lars Sponheim på barometer SPM25C Anne e Lahnstein på barometer SPM25D Kristin Halvorsen på barometer SPM25E Jan Pettersen på barometer SPM25F Torbjørn Jagland på barometer SPM25G Carl I Hagen på barometer SPM25H Erling Folkvord på barometer SPM25I Kjell M Bondevik på barometer SPM25J Johan J Jacobsen på barometer SPM26 Den økonomiske situasjonen i Norge i dag SPM27 Landets økonomi siste år SPM27A Mye eller litt bedre SPM27B Mye eller litt verre SPM28 Stortingsrepresentanter greie på folks meninger SPM29 Henvendt deg til en folkevalgt SPM30 Spiller en rolle hvem som sitter med makt SPM31 Hvem man stemmer på har betydning SPM32 Folk gir uttrykk for sin mening SPM33A Høyre eller venstre politisk SPM33BA SP høyre eller venstre politisk SPM33BB FRP høyre eller venstre politisk SPM33BC V høyre eller venstre politisk SPM33BD DNA høyre eller venstre politisk SPM33BE H høyre eller venstre politisk SPM33BF KRF høyre eller venstre politisk SPM33BG SV høyre eller venstre politisk SPM33BH RV høyre eller venstre politisk SPM34 Regjeringsalternativ SPES34 Spesifiser annet regj.alternativ SPM35A Ikke samarbeid med noen partier SPM35BA Rød Valgallianse SPM35BB Sosialistisk Venstreparti SPM35BC Arbeiderpartiet SPM35BD Kristelig Folkeparti SPM35BE Venstre SPM35BF Senterpartiet SPM35BG Høyre SPM35BH Fremskrittspartiet SPM35BI Andre partier SPM36 Deltatt i nominasjonsmøter SPM37 Stemte om EU i 1994 SPM38 Stemme om EU-medlemsskap nå SPM39 EU-nei riktig avgjørelse SPM40A MPM - viktigst SPM40B MPM - nest viktigst SPM40C MPM tredje viktigst SPM41 Din økonomi nå mot for ett år siden SPM42 Mye eller litt bedre SPM43 Mye eller litt dårligere SPM44 Din økonomi framover' SPM45 Vært arbeidsledig-vansker med jobb SPM46 Frykter arbeidsledighet SPM47 Nedgang i ledighet skyldes SPM48 Lav prisstigning skyldes SPM49 Partiforskjell i Stortinget SPM50 Sløser bort skattepengene SPM51 Norske politikere dyktige

76

SPM52 Politikere troverdige SPM53 Pratet om valget i familien SPM54A Redusere statlig kontroll SPM54B Statlig innflytelse trygger sysselsettingen SPM54C Redusere forsvarsutgiftene SPM54D Inngrep i arveanlegg SPM54E Pensjonister mer skatt for bedre omsorg SPM54F Samiske foreldre selv velge språk SPM54G Samfunn med kristne verdier SPM55A1 Gasskraftverk - beste politikk SPM55A2 Gasskraftverk - dårligste politikk SPM55A3 Gasskraftverk - sakens viktighet SPM55B1 Innvandring - beste politikk SPM55B2 Innvandring - dårligste politikk SPM55B3 Innvandring - sakens viktighet SPM55C1 Utkantstrøk - beste politikk SPM55C2 Utkantstrøk - dårligste politikk SPM55C3 Utkantstrøk - sakens viktighet SPM55D1 EU - beste politikk SPM55D2 EU - dårligste politikk SPM55D3 EU - sakens viktighet SPM55E1 Eldreomsorg - beste politikk SPM55E2 Eldreomsorg - dårligste politikk SPM55E3 Eldreomsorg - sakens viktighet SPM55F1 Kristendom - beste politikk SPM55F2 Kristendom - dårligste politikk SPM55F3 Kristendom - sakens viktighet SPM56 Bruke mer-mindre av oljeinntekter SPM59 Stemte du ved valget i høst? SPM60 Hvorfor ikke stemme ved valget SPM61 Poststemme eler vanlig stemme SPM62 Stemt hvis ikke poststemme SPM63 Bestemme seg ved valget SPM64 Når bestemte du deg SPM65 Stemte på SPES65 Spesifiser parti-liste IO stemte SPM66 Nest beste parti SPES66 Spesifiser parti IO liker nest best SPM67 Valgkampen avgjørende for din stemme SPM68 Hva stemte du ved Stortingsvalget i 1993 SPES68 Spesifiser parti IO stemte forrige valg SPM69 Medlem av noen organisasjon SPM70 Hovedsammenslutning SPES70 Spesifiser hovedsammenslutning SPM71 Aktivt medlem SPM72 Andre i husstanden medlem av organisasjon SPM73 Ekteskapelig status SPM74 Antall barn under 16 år SPM75 Inntektsgivende arbeid? SPM76 Timer inntektsgivende arbeid pr. uke SPES76 Over eller under 10 timer AYRK1 Alfanum. yrkeskode, hovedyrke (2 første siffer) SPM77B Er dette en overordnet stilling? SPM78 Hvilken grad planlegge-regulere arbeidet SPM79 Oppgaver i å lede andres arbeid? SPM80 Ansettelsesforhold i hovedyrket SPM81 Type bedrift SPM82 Antall sysselsatte på arb.plassen SPM83 Gjøremål el. kilde til livsopphold SPM84 Har hatt inntektsgivende arbeid? AYRK2 Alfanumerisk yrkeskode, siste hovedyrke (2 første siffer) SPM85B Overordnet stilling? SPM86 Timer inntektsgivende arbeid pr. uke SPM87 Grad av planlegging-reg. av arbeidet SPM88 Oppgaver i å lede andres arbeid? SPM89 Ansettelsesforhold i hovedyrket SPM90 Type bedrift SPM91 Antall sysselsatte på arb.plassen

77

SPM92 Ektefelle-samboer inntektsgiv. arbeid? SPM93A Ektefelle-samboers kilde til livsopphold SPM93B Hadde ektefelle-sambo innt.giv.arbeid? AYRK3 Alfanumerisk yrkeskode ektef/samboer (2 første siffer) SPM94B Ektefelle-samboer overordnet stilling? SPM95 Type bedrift SPM96 Oppgaver i å lede andres arbeid? SPM97A Yrke til hovedforsørger AYRK4 Alfanumerisk yrkeskode hoveforsørger (2 første siffer) SPM98 Målform IO liker best SPM99 Grad av interesse for språkspørsmålet SPM100 Avholdsmann-kvinne? SPM101 Interesse for avholdssaken SPM102 Medlem av religiøs organisasjon? SPM103A Antall ganger i gudstjenester SPM103B Antall ganger på religiøse møter SPM103C Antall ganger hørt andakt i radio-TV INNTEKT IOs brutto inntekt i 1996, i tusen. KJONN Kjønn, registeropplysning UTD_KOD1 Utdanningskode, nivå, registeroppl. UTD_KOD2 Utdanningskode, fagfelt, registeroppl TETTH90 Bosettingstetthet pr. 1990/ SENTRA90 sentralitet pr. 1990 K90 kommuneklassifisering 1990 TS_KODE Tettstedskode ALDER3 Alder i 3 kutt ALDER7 Alder i 7 kutt UTD3 Utdanning i 3 kutt YRKE9 yrke i 9 kutt LANDSDEL Omkoding av bostedskommune til landsdel FYLKE IO's bostedsfylke REGION3 Region, 3-delt REGION6A Region 6 kutt - a (Oslofjord) REGION6B Region 6 kutt (SSB) (Oslo/Akershus) BY_LAND Bosatte i urbane vs rurale strøk PARTI97 stemmegivning 1997, manntallskontrollert VALGDELT Stemte ved St.valg-97, manntallskontroll MAALSAK Målsak AVHOLD Avholdssak RELIGION Religion MPM Ingleharts materialisme-postmaterislisme indeks ER_PANEL Ekte panel, trukket ut i forrige valgund UTVALTYP Type utvalg STATM_93 Status for panel fra St.valg-93 REF_93 Referansenr til 93-fil.

78

Liste over variablene i Medieundersøkelsen ’94 V1 KJØNN: De spurtes kjønn V2 ALDER: De spurtes alder V3 UTDANNING: De spurtes utdanningsnivå V4 INNTEKT: Husholdningens brutto inntekt (før skatt) V5 YRKESTATUS: De spurtes yrkesstatus V6 BOSTED: Spredtbygd eller tettbygd V7 LANDSDEL: Landsdel som den spurte bor i V8 HAR SATELITTFJERNSYN: Har den spurte tilgang til satelittfje V9 FJERNSYN - BRUKT: Så du på fjernsyn i går? V10 FJERNSYN - MINUTTER: Minutter sett på fjernsyn i går V11 RADIO - BRUKT: Hørte du på radio i går? V12 RADIO - MINUTTER: Minutter hørt på radio i går V13 VIDEO - BRUKT: Så du på video i går? V14 VIDEO - MINUTTER: Minutter sett på video i går V15 AVIS - BRUKT: Leste du noen avis i går? V16 AVIS - MINUTTER: Minutter lest avis i går V17 TIDSSKRIFT - BRUKT: Leste du tidsskrift eller foreningsblad V18 TIDSKRIFT - MINUTTER: Minutter lest tidsskrift/foreningsblad V19 UKEBLAD - BRUKT: Leste du ukeblad/tegneserie i går? V20 UKEBLAD - MINUTTER: Minutter lest ukeblad/tegneserie i går V21 BOK - BRUKT: Leste du i en bok i går? V22 BOK - MINUTTER: Minutter lest i en bok i går V23 CD - BRUKT: Hørte du på CD etc. i går? V24 CD - MINUTTER: Minutter hørt CD etc. i går V25 PC - BRUKT: Brukte du PC i går? V26 PC - MINUTTER: Minutter brukt PC i går V27 INTERVJUET I TV: Om de spurte har vært intervjuet i TV V28 INTERVJUET I AVIS: Om de spurte har vært intervjuet i avis V29 AVISINNLEGG: Om de spurte har skrevet leserbrev til avis

79