Velkommen til opensamf.dk

Opensamf er min side hvor jeg løbende vil samle noter og viden som kan bruges i undervisningen både af elever og lærere.

Indtil videre indeholder siden nogle blogindlæg og lidt af en del om kvantitativ metode.

Siden henvender sig gymnasieelever med samfundsfag på A/B-niveau. En række af siderne vil også kunne anvendes i forbindelse med almen studieforberedelse (AT).

Øvelse med Durkheim

Øvelsen her inspireret af Emilie Durkheims hypotese om at en svækkelse af normer leder til flere selvmord. Jeg har dertil lavet et datasæt bestående af en lang række landes selvmordsrater og andelen af personer i landet, som mener at religion er vigtigt. Dataet i datasættet stammer fra hhv. 2015 og 2009, så det er måske at gøre  vold på Durkheims hypotese, da der nok er andre ting i dag, som er sætter normerne i et samfund end religion.

Jeres opgave er nu at undersøge om der er en statistisk sammenhæng mellem religiøsitet og selvmord. Rent statistisk skal I lave regression med et XY-punktdiagram i Excel.

1) Start med at læse her: Lineær regression.
2) Download herefter datasættet: Data-selvmord-religion
3) Vælg hvad I anser for den afhængig og uafhængig variabel i datasættet. Argumentér ud fra jeres forestilling om årsagssammenhæng (kausalitet). Læs mere om det her.
4) Lav selve diagrammet og regressionen. Se guiden til hvordan man kan lave regression i Excel (klik på de enkelte billeder for at se en animation af hvordan de enkelte trin udføres).
5) Tolk på forskriften og R2-værdien.
6) Konkludér på baggrund af jeres undersøgelse om der er en statistisk sammenhæng mellem religiøsitet og selvmord.

Datakilder:
Age-standardized suicide rates (per 100 000 population) 2015
http://apps.who.int/gho/data/node.main.MHSUICIDEASDR?lang=en
Is religion important in your daily life? Yes, Important (decimal) 2009
http://news.gallup.com/poll/142727/religiosity-highest-world-poorest-nations.aspx

Øvelse i indekstal med statsgæld

Indekstal er en af de simple matematiske beregninger som I skal kunne foretage til den skriftlige eksamen. Jeg har derfor lavet en lille opgave, som I kan løse ved brug af indeksberegninger.

Opgaven

1) Først er I nødt til at forstå hvad indekstal er og hvordan de beregnes.
Gå først ind på http://www.opensamf.dk/skriftlig-eksamen/#34_Indekstal og dernæst ind på http://www.opensamf.dk/skriftlig-eksamen-indekstal/

2) Download og åben datamaterialet Opgave-indekstal-statsgaeld.
I skal nu orientere jer i dataet. Hvordan er statsgæld målt? Hvilke lande er med? Hvilke perioder/år er med?

3) I skal nu beregne indekstallene. For at se hvordan man gør det i Excel klik da på dette link: http://www.opensamf.dk/skriftlig-eksamen-beregning-af-indekstal-i-excel/

4) Kopier tabellen med indekstal over i Word. Sørg meget gerne for at det ser pænt ud.

5) Undersøg hvad der kan udledes af tabellen. Husk de præcise nedslag.

6) Forklar kort hvorfor det er godt at bruge indekstal på det udleverede data.

Ligeløn #2 – Sundhedsområdet

I forrige indlæg kunne den snu læser se at sundhedsområdet var det arbejdsområde hvor der var størst forskel mellem kønnene i forhold til ligeløn.

Her kunne man se at kvindernes andel af mændenes løn var nede på 68,5 procent, dvs. langt fra ligeløn. Der findes mange mulige hypoteser: Arbejder kønnene i forskellige stillinger inden for sundhedsområdet? Er mænd læger og kvinder sygeplejesker? Er det forskelle i stillingsniveauet der afgøre forskellene? Bliver mændene i højere grad ledere end kvinderne?

Nedenfor har jeg derfor udarbejdet en tabel som kontrollere for netop stillingerne og stillingsniveauet inden for sundhedsområdet. Desuden er der beregnet hvor meget mændene tjener mere end kvinderne i procent.

At kontrollere vil sige at man adskille fx ledere og lønmodtagere i tabellen. I grafikken i forrige indlæg er de samlet i under ét. Hvis antagelsen er at mænd i højere grad er ledere, så vil det netop skævvride lønforskellene. Her ved at adskille dem fra hinanden (ledere og lønmodtagere) kan vi derfor sammenligne løn for fx kvindelige og mandlige ledere, samt inden for forskellige stillingskategorier (læger vs. sygeplejesker).

Hvordan passer det i forhold til ovenstående hypoteser?

De blanke celler skyldes for få personer til at Danmarks Statistik kan oplyse gennemsnitlønnen.

Det kunne også være interessant at se på fordelingen mellem kønnene og om de vælgere at blive ledere eller ej. Det viser nedenstående tabel.

Kilde: https://www.statistikbanken.dk/LONS20