Korrigering för slumpfel och metodeffekter i sambandsanalys av enkätdata med SQP 2.0

Sammanfattning: Sambandsanalys av surveydata kompliceras av förekomsten av slumpfel och metodeffekter i de avgivna svaren. Dessa felkällor kan leda till betydande över- eller underskattning av sambanden mellan undersökta variabler, och riskerar att leda till felaktiga slutsatser. En sedan länge känd metod för att estimera och kontrollera för slumpfel och metodeffekter i enkätdata är den så kallade Multitrait Multimethod-metoden (MTMM). Nackdelen med MTMM-metoden är att den kräver att varje fråga som ska analyseras ställs minst tre gånger i samma enkät, vilket gör att ansatsen i praktiken oftast inte är möjlig att tillämpa. Sedan 2012 finns dock ett verktyg, SQP 2.0, som gör det möjligt att skatta slumpfel och metodeffekter i enkätdata utan att genomföra MTMM-experiment. Den här uppsatsen utvärderar prediktionerna från SQP 2.0 på en enkät om arbetslivsrelaterade frågor besvarad av svenska och brittiska respondenter. Programvarans prediktioner jämförs med resultat från MTMM-experiment, och effekten på sambandsanalysen av att tillämpa SQP-programvarans prediktioner av slumpfel och metodeffekter studeras. Slutsatserna från studien är att SQP 2.0 ger predicerade värden för slumpfel och metod-effekter som ligger nära de MTMM-estimerade i de flesta fall, men att betydande avvikelser också förekommer. Vidare konstateras att korrigering för slumpfel och metodeffekter har en betydande effekt på absolutvärdet av korrelationerna mellan variabler under de studerande förhållandena: korrelationerna i det studerade fallet ökar kraftigt efter justering. Korrelationernas relativa storlek förändras i mindre utsträckning, men för en enkät med mer varierade frågetyper kan också dessa påverkas kraftigt.