SPSS og NVivo Flashcards
(9 cards)
Hvad kan Nvivo?
NVivo er et analyseprogram, hvor man kan lægge tekster ind. Derfra kan man identificere temaer, mønstre og sammenhænge. Programmet muliggør sammenligning på tværs af koder, analyse af sammenhænge og måling af hyppigheden af koder. Programmet giver også indsigt i, hvilke temaer de enkelte informanter vægter højest. Det vil sige, at det kan udlede word clouds og diagrammer.
Det der er unikt ved NVivo er, at det kan kvantificere kvalitativ data. Dermed kan man gå ind og måle sammenhænge på tværs af interviews.
Hvad gør NVivo ved analysen og teksten?
NVivo gør det muligt at:
Tilknytte koder til specifikke tekstudsnit, hvilket skaber overblik og gør det nemt at sammenligne, hvad fx forskellige informanter siger om samme emne,
Se hvilke temaer, der fylder mest hos de enkelte informanter – fx hvilke visioner ledelsen taler mest om, eller hvilke oplevelser tidligere værnepligtige fremhæver,
Kvantificere kvalitativt materiale i form af frekvenstællinger, altså hvor ofte bestemte koder optræder – hvilket giver et mere systematisk og transparent analytisk grundlag.
I selve teksten betyder det, at vores kvalitative analyse fremstår mere veldokumenteret og gennemsigtig. Det styrker validiteten, fordi vi kan vise, hvordan vores fortolkninger er forankret i konkrete udsagn og tydelige kodemønstre. Desuden muliggør NVivo, at vi arbejder både deduktivt og induktivt – vi kunne teste vores teori med udgangspunkt i bestemte koder, men vi kunne også lade nye temaer opstå ud fra data.
Hvad er QACDAS metoden?
CAQDAS står for Computer-Assisted Qualitative Data Analysis Software og betegner en tilgang, hvor kvalitative data analyseres ved hjælp af digitale værktøjer som fx NVivo. Tilgangen understøtter en mere systematisk, gennemsigtig og effektiv håndtering af store mængder kvalitativt materiale. Den muliggør bl.a. organisering, kodning, visualisering og sammenligning af data, og giver samtidig mulighed for en vis kvantificering, fx gennem optælling af kodefrekvenser og mønstergenkendelse.
Hvad kan SPSS?
SPSS er et statistikprogram, som bruges til at analysere kvantitative data. Det gør det muligt at få overblik over svarfordelinger, beregne gennemsnit og teste sammenhænge. I vores projekt har vi fx brugt det til at analysere Likert-skalaer (independent samples t-test) og teste reliabilitet med Cronbach’s Alpha.
Hvad gør SPSS ved analysen og teksten?
SPSS gør det muligt at:
- Omsætte svar fra en Likert-skala til talværdier, så vi kan beregne gennemsnit og varians,
- Udføre en independent samples t-test, som statistisk vurderer, om der er en signifikant forskel i oplevelsen af psykologisk tryghed mellem mandlige og kvindelige værnepligtige,
- Analysere reliabilitet gennem Cronbach’s Alpha for at sikre, at spørgsmålene i spørgeskemaet faktisk måler det samme underliggende fænomen, nemlig psykologisk tryghed.
- SPSS bidrager altså til, at vi kan underbygge vores kvalitative fund med kvantitativ evidens og dermed styrke validiteten af analysens konklusioner. Det giver en mere nuanceret forståelse af, hvordan kulturen i Forsvaret opleves forskelligt afhængigt af køn, og hvordan dette kan spille ind i forhold til rekruttering og fastholdelse af kvinder.
Hvad kan independent samples t-test?
Independent samples t-test er en statistisk test, som vi bruger til at undersøge, om der er en signifikant forskel mellem gennemsnittene i to uafhængige grupper. I analysen gør denne test det muligt at sammenligne mænd og kvinder på psykologisk tryghed og vurdere, om forskellen mellem grupperne er reel, eller om den kan skyldes tilfældigheder i datasættet.
Hvad gør independent samples t-test ved analysen og teksten?
Ved at anvende denne test sikrer jeg, at mine konklusioner om forskelle mellem grupper bygger på et statistisk grundlag, som giver større validitet til analysens resultater. Det betyder, at jeg ikke blot antager, at grupperne er forskellige, men kan underbygge det med en objektiv måling.
I teksten gør t-testen det derfor muligt at præsentere klare og evidensbaserede resultater, som styrker argumentationen og den overordnede troværdighed i analysen.
Hvorfor har I valgt en ensidet frem for en tosidet?
Vi har valgt en ensidet test, fordi hypotesen klart forventer en bestemt retning — nemlig at kvinder oplever lavere psykologisk tryghed end mænd. Derfor giver det mening kun at teste for denne specifikke forskel fremfor at undersøge begge mulige retninger.
En tosidet test undersøger, om der er en forskel i begge retninger, altså både om kvinder kan opleve både højere eller lavere psykologisk tryghed end mænd, uden at antage hvilken vej forskellen går på forhånd.
Formelt ville hypoteserne se sådan ud:
- Nulhypotese (H0): Der er ingen forskel i psykologisk tryghed mellem kvinder og mænd.
- Alternativ hypotese (H1): Der er en forskel i psykologisk tryghed mellem kvinder og mænd (enten højere eller lavere).
Hvorimod den ensidede test kun undersøger, om kvinder har lavere psykologisk tryghed end mænd (én retning).
Kunne man have gjort brug af en anden slags test?
Ja, en paired samples t-test vil også have været nyttig at bruge.
En paired samples t-test bruges til at undersøge, om der er en statistisk signifikant forskel mellem to målinger, der er taget på de samme personer - fx før og efter en intervention. Testen sammenligner gennemsnittet af forskellene og vurderer, om denne forskel kan skyldes tilfældigheder.
I dette projekt og spg. 4 om psykologisk tryghed i Forsvaret kunne en paired samples t-test være relevant, hvis vi havde målt den samme gruppes oplevelse af psykologisk tryghed på to tidspunkter eller under to forskellige forhold. Fx på kasernen versus i felten eller før og efter implementeringen af vores værktøj.
En multipel regression kunne også bruges.
Multipel regression bruges til at analysere, hvordan flere uafhængige variabler (f.eks. køn, alder, ledelsesstil, tid i tjeneste, oplevet støtte osv.) påvirker én afhængig variabel - her den psykologiske tryghed.
Vi har fravalgt at anvende en multipel regressionsanalyse, da vores datasæt ikke er stort nok til at opnå pålidelige resultater med flere forklarende variabler. Samtidig har vores fokus ikke været at kortlægge årsagssammenhænge mellem flere faktorer, men snarere at undersøge overordnede forskelle i oplevelsen af psykologisk tryghed - her mellem mænd og kvinder. Derfor har vi i stedet valgt en t-test, som er velegnet til at teste for forskelle mellem to grupper.
