Kapitel 6 5. Bivariat statistik: Korstabell, Medelvärde, Korrelation

I det här avsnittet skall vi gå igenom tre tekniker för att beskriva pröva sambanden mellan två variabler. Det vill säga bivariat statistik.

Vi kommer att gå igenom:

• Korstabeller och Chi2-test för att beskriva och pröva om två kategoriska variablers fördelning samvarierar med varandra.

• Medelvärden med hjälp av t-test och ANOVA för att beskriva och pröva om medelvärdet på en kontinuerlig variabel skiljer sig åt beroende på vilka värden som observationerna antar på en kategorisk variabel.

• Korrelationer med hjälp av Pearson’s r som beskriver hur mycket eller lite fördelningen i två kontinuerlgia variabler samvarierar med varandra.

Innan vi börjar skall vi dock göra en variabeltransformation, som vi kommer att arbeta med i några övningar. Det vi skall göra är att utifrån vårt förtroendeindex skapa en ny kategorisk faktorvariabel som bara skiljer mellan lågt eller högt förtroende för rättsväsendet. Det gör vi genom att köra följande kod:

ntu2021_kort$fortroende_kat <- as.factor(case_match(ntu2021_kort$fortroende_index, 
                                          c(0:8) ~ "Lågt",
                                          c(9:16) ~ "Högt",
                                          .default = NA))
summary(ntu2021_kort$fortroende_kat)

##  Högt  Lågt  NA's 
## 34618 20468 19265

Vi måste också installera ett paket som heter “correlations”, vilket vi gör genom att köra koden install.packages("correlations") och sedan öppna paketet med library(correlations). Nu kan vi börja!

---

output: html_document date: “2025-09-17” —