Andre emner

Question 1

Hvad er intern validitet og hvordan vurderer man den interne validitet af en analyse?

Answer 1

Omhandler vores kausalslutning.
Kræver at vores identifikationsantagelse holder (potentielle udfald for forskellige niveauer af vores uafhængige variabel/parallelle trends).

Eksperimenter er en god måde at argumenterer for fravær af selektionsbias. Her er X uafhængig af andre variable og uafhængige af potentielle udfald.

Vi kan STYRKE den interne validitet med kontrolvariable.
Kontrolvariable har dog nogle begrænsninger:
- Kan ikke altid måles
- Misspecifikationer mellem Z og X
- Målefejl
- Post-treatment bias

Vi kan SANDSYNLIGGØRE den interne validitet med balancetests og placebo-test (om der kan identificeres en nul-effekt af X på Y_placebo eller af X_placebo på Y).

Question 2

Hvad er ekstern validitet og hvordan vurderes det?

Answer 2

Handler om generaliserbarhed det vil sige hvor ensartet fænomenerne i studiet er med fænomenerne i den virkelige verden. Her dækker “fænomener” over:
- variable
- enheder
- kontekst/setting

Indebærer også målingsvaliditet, altså hvorvidt begreberne opfanges på den måde, der minder mest om den måde de ville udspille sig på i den virkelige verden. Fx kan det have store konsekvenser at survey-data ofte er selvrappoteret.

Repræsentative med populationen handler om tilfældig udvælgelse samt hvor bredt man vil generalisere.

Er det en realistisk situation treatment er givet i (mundæen realisme)? og virker treatment troværdigt (eksperimentel realisme)?

Vi kan lave et manipulationstjek ved at opfatte det egentlige treatment som en variabel T og det fænomen vi gerne vil manipulere som en variabel M og så se om T har en effekt på M. Hvis dette er tilfældet tyder det på at den eksperimentelle realisme er høj.

Andre måder at SANDSYNLIGGØRE en høj ekstern validitet er at sammenligne resultaterne/konklusionerne med andre treatment, outcomes og settings.

Question 3

Hvad er faktor analyse og hvad kan det bruges til?

Answer 3

bruges til at forbedre operationaliseringen og dermed styrke den eksterne validitet.

Udvælge items og undersøge deres korrelation når man arbejder med refleksive indeks.

Hjælper os med at identificere dimensioner og multidimensionalitet.

Antagelser: 1) lineært forhold mellem items og faktor, 2) Ingen kausalitet mellem items, 3) Større antal items nødvendigt (flere end 2).

Question 4

Hvordan faktor analyse?

Answer 4

1) Udvælg items der skal ind i modellen (hellere for mange end for få).
2) Faktoranalysen danner en række faktorer. Kommando: factor varlist, pcf
3) Behold faktorer hvis deres eigenværdier er over ≈ 1. Supplér evt. med scree-plot (knækket).
4) Hvis flere faktorer udtrukket: lav rotation.
○ Udligner Faktor 1’s “fordel” overfor Faktor 2, Faktor 2’s fordel overfor Faktor 3…
- ”Promax” (oblique rotation): Tillader, at faktorerne er korrelerede
- ”Varimax” (orthogonal rotation): Tillader ikke, at faktorerne er korrelerede
5) Inspicér korrelation mellem items og de enkelte faktorer (kaldes factor loadings)
○ Helst have factor loadings over 0.6, accepterer factor loadings ned til 0.3.
6) Diskutér hvad faktorerne dækker over og fortsæt med indekskonstruktion og deskriptiv analyse som vi plejer.