Begreper

Question 1

Populasjon

Answer 1

Er om vi trekker et utvalg fra en stor gruppe som vi vil vite noe om, dvs. Generalisere til.

Question 2

Hvilken sammenheng er det mellom feilmarginen (uttrykt gjennom konfidensintervall eller signifikansnivå) og antall observasjoner i et utvalg?

Answer 2

Jo flere observasjoner vi har i et sannsynlighetsutvalg, desto mindre blir feilmarginen.

Question 3

Nominalnivå

Answer 3

Er om vi har samlet inn data som gjør at vi kan gruppere observasjonene våre, men ikke rangere de. (Eks kjønn og fødselsår)

Bivariat analyseteknik som anvendes på dette nivået er krysstabulering.

Question 4

Forholdstallnivå

Answer 4

Er om vi har data hvor vi kan si noe om avstanden mellom observasjonene, og det også finnes et absolutt nullpunkt for dataene. (Eks lønn i kroner og alder i år)

Bivariat analyseteknik som anvendes på dette nivået er kovarians og korrelasjon

Question 5

Hvilket målenivå bør variablene ha når du beregner korrelasjon mellom to variabler?

Answer 5

Minimum ordinalnivå, men helst intervallnivå- eller forholdhstallsnivå. (om man har data på ordinalnivå, bør man vurdere å bruke spearmans korrelasjon istedenfor pearson).

Question 6

P-verdien eller signifikansnivået

Answer 6

Er verdien som sier noe om sannsynligheten for å ta feil hvis vi forkaster nullhypotesen

Question 7

Type 1-feil

Answer 7

Er da vi feilaktig forkaster nullhypotesen

Question 8

Type 2-feil

Answer 8

Er da vi beholder en usann nullhypotese

Question 9

Faktoranalyse

Answer 9

Er en analyse vi kan gjøre for å redusere antall relaterte variabler til overordnede begreper (latente variabler) eller dimensjoner

Question 10

Clusteranalyse

Answer 10

To typer:

Hierarkisk- Baseres på analyse av trestrukturer. Dendogram anvendes for å identifisere anbefalte Cluster, oppdeling skjer utifra likhet mellom datapunkter.

Ikke-hierarkisk- K-means clustering metoden. Forskeren bestemmer hvor mange cluster man ønsker å dele inn i sitt case. Oppdelingen skjer utifra likhet mellom datapunkter og maksimalt avstand mellom cluster.

En analyse vi kan bruke om vi vil segmentere eller gruppere enhetene/respondentene våre

Question 11

“Sensitive data” eller “særlig kategori personopplysninger”

Answer 11

Nevnt i pensum: Helse, politisk oppfatning, religion, etnisitet, seksuell orientering, fagforeningstilhørighet, tidligere straffedommer.

Question 12

Minste kvadraters metode. (MKM/OLS)

Answer 12

Er når vi prøver å minimere de kvadrerte avvikende mellom en lineær modell og de enkelte datapunktene i en regresjonsanalyse

Question 13

Ordinalnivå

Answer 13

Kan rangeres på logisk sett, verdiene utrykker nivå, kvalitet eller stilling i en serie. (Eks Utdanningsnivå og hvor mye man liker is. (1-5) ).

Bivariat analyseteknik som anvendes på dette nivået er rangkorrelasjon

Question 14

Intervallnivå

Answer 14

Kan klassifiseres og rangeres, samt spesifisere intervaller mellom verdiene. Har ingen naturlig nullpunkt (Eks temperatur og tidsberegning)

Bivariat Analyseteknik som anvendes på dette nivået er Kovarians og korrelasjon

Question 15

Krysstabulering

Answer 15

Anvendes når vi studerer sammenheng av to variabler som er på nominalnivå

Målet er å kunne spore sammenhengen og mønster.

Med krysstabulering undersøker vi:

• Hvordan observasjoner fordeler seg på kombinasjoner av verdier på to variabler.
• En fordeling av antall observasjoner
• En prosentfordeling av observasjoner

Question 16

Korrelasjon

Answer 16

Formål med å analysere korrelasjon er :

• Evaluere lineær samvariasjon på variabler på intervallnivå og forholdstallnivå
• Beregning av statistisk mål for samvariasjon

Samvariasjon:
- Gir en indikasjon på sammenheng mellom to variabler

• Analysen gjennomføres gjennom å beregne Pearsons r.

Vi ser korrelasjonen gjennom Pearson r (-1 til 1), vi ser om det er positiv eller negative tall mellom to variabler:

Skala:

0-0,19 = veldig svak
0,2-0,39 = svak
0,4- 0,69 = moderat
0,7 - 0,89 = Høy
0,9 - 1 = Veldig høy

Question 17

Rangkorrelasjon

Answer 17

Formål med å analysere rangkorrelasjon er:

• Evaluere samvariasjon mellom to variabler på ordinalnivå
• Beregning av statistisk mål for samvariasjon

Analysen gjennomføres gjennom å beregne: Spearman´s rho

Veldig lik vanlig korrelasjon, men her ser vi sammvariasjon mellom to variabler på ordnialnivå.

Samme skala for Spearman´s rho som Pearson R

Question 18

Scatter- Plots

Answer 18

I spss får man informasjon om korrelasjon i scatter plots

Hvor tett observasjonene ligger linjen, sier noe om hvor høy/lav korrelasjonen er. Går den linære streken opp mot høyre er den positiv, går den langs er det ingen korrelasjon, går den ned mot venstre er den negativ.

Question 19

Hva er en Regressjonsnsalyse

Answer 19

En statistisk metode for å studere sammenheng mellom variabler.

Vi ønsker å studere hvordan en endring i en variabel forklarer og påvirker en annen variabel.

Uavhengig variabel (X):
- Ofte en variabel som inntreffer først og påvirker avhengig variabel (y)

Avhengig variabel (effektvariabel eller Y)
- y
- Effekt

Utdanningsnivå (X) ——-> inntekt/lønn
Kompetanse ———> Produktivitet

Question 20

Enkel og multipel regresjonsanalyse

Answer 20

Enkel regressjons modell:
Likning - Y= B0 + B1x

Multipel regressjons analyse:
Likning - Y= B0. + B1X1 + B2X2 ….. BK Xk

Y= Verdi for den avhengige variabelen

X1-k = verdi for den avhengige variabelen

B0 = Konstantleddet ( verdien på Y når alle xène = 0

B1-K = Regressjonsparameteren (Heldningsgraden) Hvor mye Y øker med når X øker med 1

K= antall uavhengige variabler

Question 21

Tolkning av en regresjonsanalyse

Answer 21

Adjusted R square = Forklaringskraft

1. modell summary ser du forklaringskraften. I prosent forklarer den om de uavhengige variablene har en påvirkning/effekt på den avhengige variabelen.
2. F-test ( Anova), da ser du om modellen vår er signifikant, om den er signifikant så har minst en av de forklaringsvariablene en signifikant effekt på y
3. t-test ( Coefficients), da ser du om våre uavhengige variabler er signifikante. hva er de ulike betaene for variablene, og det sier noe om de er negative eller positive.

Question 22

Tolkning av k-means clustering

Answer 22

1. Antall case i hver cluster (SPSS under number of cases in each cluster
2. Hva respondenter i ulike cluster syns (SPSS under Final cluster centers
3. Om respondenter i ulike cluster syns signifikant forskjellig (SPSS: Anova)