Ebbas föreläsningar VT-22 Flashcards

1
Q

F1 Vetenskap är ett system, och en process,
för att utveckla ny kunskap

A

Empiriska observationer och rationella resonemang
• Kritiskt förhållningssätt till egna och andras teorier
(skepticism)
• Systematiska metoder och analyser
• Kommunikation och öppenhet (andra
forskare ska kunna förstå och kontrollera)
• Vetenskaplig kunskap utvecklas med
ny kunskap (fallibilism)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

F1 Teori ❤️‍🔥

A

Teori
Formella påståenden som förklarar hur
och varför fenomen hänger ihop (utifrån
teorin kan man skapa specifika hypoteser)
Ex. ”self-perception theory” (se kap 15)
beteende → attityder, dvs. attityder formas
genom att vi ”läser av” vårt eget beteende
och drar slutsatser om vad vi tycker osv.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

F1 Hypotes ❤️‍🔥

A
En förutsägelse (prediktion) om ett 
fenomen, som kan prövas empiriskt
Ex. om personer får skriva en uppsats 
som argumenterar för (vs. mot) en viss 
ståndpunkt. kommer deras attityder i 
frågan bli mer positiva (vs. negativa)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

F1 Prediktioner ❤️‍🔥

A

Inom vetenskapen strävar man ofta efter
att förutsäga resultat, utifrån kunskaper
från tidigare observationer eller teorier
• Förklaringar som ges ”post hoc”
(i efterhand) behöver testas i en ny studie
• Många olika resultat kan ges rimliga
förklaringar i efterhand,
efterhandskonstruktioner

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

F1

Metod och statistik ❤️‍🔥

A
Vetenskaplig metod är ett sätt att 
undersöka saker på ett systematiskt 
sätt för att få kunskap
• Statistik är ett verktyg för att samla in, 
utvärdera och presentera kvantitativa 
data
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

F1 Metod och statistik inom psykologi

A

Kunskap är alltid begränsad av de metoder
som används, och frågornas fokus
• Förstå hur psykologisk kunskap utvecklas,
för att ta till sig information inom ämnet på
ett kunnigt och kritiskt sätt
• Kunna ta ställning till och granska andras
påståenden och forskning
• Genomföra utvärderingar och
undersökningar, och analysera och
presentera resultaten
• Förstå hur olika felkällor påverkar olika
aspekter av kunskapens kvalitet, och hur
de hanteras inom psykologisk vetenskap
• Utveckla ”epistemiskt omdöme”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

F1 Olika forskningsmetoder, designer

A

• Kvalitativ studie ❤️‍🔥 1)
Hur kan det upplevas att ha en distansrelation?
(ex. fördjupade intervjuer, kvalitativa metoder)
• Survey, beskrivande studie ❤️‍🔥2)
Hur länge brukar par vara ifrån varandra?
(ex. frågeformulär i en enkätstudie, survey)
• Sambandstudie ❤️‍🔥 3) KORELATIONER
Finns det ett samband mellan ålder och
inställning/attityd till att ha en distansrelation?
(ex. korrelationsstudie)
• Experiment ❤️‍🔥 4) KAUSALITET
Gör partnerns frånvaro att andra personer
uppfattas som mer attraktiva? (ex. experimentell
design för att undersöka orsak, kausalitet)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

F1 Hur mäter vi ? Vad och vad heter denna process?

A

❤️‍🔥 Variabel – en faktor som kan variera, t.ex.
längd, stress, intelligens, depression,
välbefinnande
Beroende v- den går ej att justera
Oberoende v - Kan manipuleras, för att mäta bv

❤️‍🔥 Operationalisering (operationell definition)
– översätter ett abstrakt begrepp till något
konkret (definierar en variabel i termer av
hur den mäts, observeras)
Notera på att en variabel kan
operationaliseras på flera olika sätt!
Ofta används olika sätt att mäta (i samma
studie, och i olika studier), för att täcka in
olika aspekter av det abstrakta begrepp
som man vill mäta

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

F1 Mätfel, av olika slag

A

Vi strävar efter att göra teoretiskt
rimliga, relevanta och tillförlitliga
observationer, mätningar

• Tyvärr är mätningar dock sällan felfria
• Ibland kan mätinstrumentens
egenskaper undersökas och redovisas
(ex. psykologiska test)

• Vi försöker alltid minimera olika mätfel,
och frågar oss kritiskt om mätningarna:

  • Hur tillförlitliga, mätsäkra, reliabla?
  • Hur giltiga, relevanta, valida?

• Vi pratar alltså om (olika aspekter av)
mätinstrumentens och mätningarnas
reliabilitet och validitet

Observera: ”fel” betyder här
inte att forskaren gör misstag.

Det handlar om begränsningar
som vi vill försöka minimera på
olika sätt med våra metoder

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

F1 Olika mätmetoder (5 Stycken)

A

❤️‍🔥 1) Observationer, i labb, eller naturlig miljö

❤️‍🔥 2) Arkivdata, ex. journaler, sjukskrivningar

❤️‍🔥 3) Självrapporter (och av andra) i intervju
eller via formulär, enkäter

❤️‍🔥4) Psykologiska test, för t.ex. personlighet,
kognitiva förmågor, intelligens osv.

❤️‍🔥5) Fysiologiska mått, t.ex. hjärtfrekvens,
hormonnivåer, hjärnprocesser osv.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

F1 Mätmetodens validitet

A
Mätningarnas validitet hotas av 
”bias” när mätvärdena påverkas 
systematiskt även av irrelevanta 
saker, dvs sådant vi inte vill mäta 
(just här)
• Mätvärdena riskerar då att 
”handla om” (delvis) något annat, 
vilket påverkar deras giltighet
• Olika mätmetoder har olika 
begränsningar
• Ofta används flera olika sätt att 
mäta (som då väntas ge liknande 
resultat) 
Holt tar upp detta på olika ställen: 
• att mäta variabler
• lite under surveys
• om counfounding of variables, 
demand characteristics och 
experimenter expectancy
effects
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

F1 Etik i forskningen

A
APA ethical guidelines
• Vetenskapsrådet CODEX
• Principen om informerat samtycke
• Försöksdeltagaren (fd) ska ges en 
fullständig beskrivning av proceduren
• Fd ska informeras om ev. risker
• Fd ska informeras att hen när som helst 
kan avbryta studien utan några påföljder
• Anonymitet och konfidentialitet
• Minimering av risker, även psykologiska
och sociala
• Ofta krävs etikansökan innan man 
påbörjar en studie
• Generellt måste forskningens värde 
överväga möjliga risker
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

F1 Forskningsetik

A
Kompetens och ansvar, att forskaren 
är noggrann och kan det hon gör och 
inte gör saker hon inte kan
• Forskaren är ärlig och uttalar sig 
korrekt om saker hon kan
• Visar respekt för människors värdighet 
och rätt till självbestämmande
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

F2 Samband och kausalitet

A
En viktig begränsning med många
studier av samband är att det är svårt
att avgöra orsak och verkan (kausalitet)
• Alltså – att det finns ett samband
innebär inte att vi kan saga att det finns
ett orsakssamband! 
Ofta vet vi inte vilken variabel som
påverkar den andra, och det kan finnas
andra varabler som påverkar
sambandet på olika sätt
• Men kunskap om samband kan 
användas tex för att förutsäga något, 
när man känner till ett samband som är 
praktiskt användbart
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

F2 Experiment

A

Det avgörande är att den enda systematiska
skillnaden mellan betingelserna ska vara
manipulationen av OV
Bara då kan en eventuell skillnad i utfall (på
BV, ex hälsa) antas vara orsakad av
manipulationen (av OV, ex motionerande)
• Viktigt är därför att kontrollera för olika
möjliga s.k. ovidkommande variabler
(eng. extraneous variables och confounding
variables), störvariabler
Vi vill därmed försöka utesluta att det finns
andra möjliga förklaringar av en effekt
Vi vill ju undersöka effekten av
manipulationen av OV, och inget annat
• Olika slags sk ovidkommande variabler är
därför hot mot studiens interna validitet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

F2 Experiment och intern validitet

A

Det avgörande är att den enda systematiska
skillnaden mellan betingelserna ska vara
manipulationen av OV
Bara då kan en eventuell skillnad i utfall (på
BV, ex hälsa) antas vara orsakad av
manipulationen (av OV, ex motionerande)
• Viktigt är därför att kontrollera för olika
möjliga s.k. ovidkommande variabler
(eng. extraneous variables och confounding
variables), störvariabler
Vi vill därmed försöka utesluta att det finns
andra möjliga förklaringar av en effekt
Vi vill ju undersöka effekten av
manipulationen av OV, och inget annat
• Olika slags sk ovidkommande variabler är
därför hot mot studiens interna validitet

*Obs: sk ovidkommande
variabler betyder något 
alldeles specifikt! 
De är ”ovidkommande” 
för vår fråga, och 
innebär hot mot studiens 
interna validitet
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

F2 Två experimentella upplägg (designer)

A

Olika deltagare i varje betingelse, grupp:
mellanindividdesign (between-subjects
design), mellangruppsdesign, oberoende
design
Ex. jämföra orosnivån efter terapi A och B
• Samma deltagare i de olika betingelserna:
inomindividdesign (within-subjects design),
upprepade mätningar (repeated
measures), inompersonsdesign,
beroende design
Ex. jämföra orosnivån före och efter terapi
Designerna innebär olika utmaningar, och
kräver olika sätt att kontrollera för sk
ovidkommande variabler

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

F2 Mellanindivid- och inomindividdesign

A

Olika deltagare i varje betingelse/grupp:
• Vanligast randomiseras fd till betingelserna
• Man kan matcha grupperna på kända
relevanta egenskaper
Samma deltagare i de olika betingelserna:
• Undviker problemet att personliga
egenskaper kan skilja sig mellan grupperna
• Problem är tex.
• spontant tillfrisknande försvårar slutsatser
• omgivningsfaktorer kan vara olika över tid
• effekter av upprepade mätningar
(inlärning, uttröttning), ordningseffekter
• Motbalansering av ordning om möjligt

19
Q

VALIDITET (EXPERIMENT)

A
Den stora fördelen med experiment 
är kontrollen av sk ovidkommande 
variabler – så att man kan dra giltiga 
slutsatser om orsakssamband
(intern validitet)
• Stark kontroll kan dock leda till 
begränsningar för slutsatsernas 
generaliserbarhet – om experiment-
miljön skiljer sig på viktiga sätt ifrån 
andra miljöer som man vill 
generalisera till (extern validitet)
tex. en vardaglig, “naturlig” miljö

Bättre för kausala studier

20
Q

Naturalistisk observation

A

Forskaren observerar beteende i en
naturlig miljö (dvs. den är inte manipulerad
av forskaren)
• Ex. en fallstudie, dvs. en detaljerad analys
av en individ, grupp, händelse, process
• Kvalitativ och/eller kvantitativ metod
(ex. tolka samtal, eller mäta specifika
beteenden)
• Begränsningar att ha koll på:
• Ev. bias i observatörers registrering och
tolkning
• Risk att observatörernas närvaro påverkar
• Svårt att utesluta alternativa förklaringar
och dra slutsatser om orsakssamband
• Det kan vara svårt att generalisera
resultaten till andra sammanhang

21
Q

F2 Survey (enkätundersökning)

A

Frågeformulär eller intervjuer till ett stort antal
personer
• För att t.ex. kartlägga, beskriva attityder,
erfarenheter osv.
• Även undersöka samband mellan variabler
(obs! vanligen inte orsakssamband)
• Viktigt vid surveys, bl.a.
• Självrapporter har begränsningar, bl.a.
social önskvärdhet, slentrianmässiga svar,
begränsat minne och insikt i orsaker bakom
eget beteende osv.
Frågornas formuleringar, frågeordning,
svarsalternativ, skala osv. påverkar svaren
• Urvalet är viktigt för generalisering till den
aktuella populationen. Bortfall kan vara skeva

22
Q

F2 Urval – vilka är försöksdeltagarna?

A
Exempel på urvalsmetoder:
• Slumpmässigt urval (random sampling)
varje person i populationen man är
intresserad av har lika stor chans att
ingå i urvalet, stickprovet
• Stratifierat urval
använder kända undergrupper (strata)      
i populationen, för att säkra tillräckligt
antal från de olika grupperna (ex. olika
åldersgrupper)
• Sk bekvämlighetsurval
t.ex. rekryteras folk via annonser eller
från en viss arbetsplats, eller
psykologistudenter
23
Q

F2 Generalisera från stickprov till andra

A

• Vi undersöker ett stickprov, för att dra
slutsatser som gäller den berörda
populationen
• Viktigt att stickprovet är representativt
för dem som vi vill uttala oss om, så att
vi kan generalisera resultaten från
stickprovet till den populationen
• Det avgörande är att relevanta olikheter
(variation) i populationen avspeglas i
stickprovet
• Urvalsmetod viktig för att minska risk för
skeva (icke-representativa) stickprov
• Obs! Större stickprov är inte automatiskt
representativa för den population som
man vill generalisera till (se Holt)!

24
Q

F3 Design och analys

A
Design. Vad vill vi veta, vad är frågan?
• Beskriva, kartlägga, nivåer (en variabel)
• Samband, korrelation (två variabler)
• Orsakssamband, experiment (om/hur en 
variabel påverkar en annan variabel)
• Analys av insamlade data
• Beskriva stickprovets resultat med 
deskriptiv statistik
• Analysera statistisk osäkerhet med 
inferentiell statistik (göra inferenser,   
dra slutsatser utifrån ett slumpmässigt 
taget stickprov)
25
Q

F3 Deskriptiv statistik – beskriva data

A
tt studera rådata är för komplext
Komprimering kan ske genom
• Frekvensfördelningar        
(ordnar data)
• Sammanfattningar 
i tabeller och figurer
• Sammanfattande mått     
(central- och spridningsmått)
26
Q

F3 Olika centralmått

A
(Aritmetiskt) medelvärde 
Summan av alla tal delad med antalet tal             
• Det mest använda centralmåttet
• Känsligt för extremvärden
Median
Mittersta observationen i en ordnad 
fördelning
• Medianen delar värdena i hälften,                                                     
50% över och 50% under medianen
• Medianen påverkas inte av enstaka 
extremvärden
Typvärde (eng. mode)
Det mest frekventa värdet
• Kan användas även för kvalitativa 
variabler (nominalskala)
• Används sällan
27
Q

Skaltyper (kap 1 i B&W)

A

Nominal - Kvalitet/kategori, t.ex. olika grupper
Ordinal - Skalstegen kan rangordnas
Intervall - Lika steg, t.ex. Celsius-grader
Kvot - Finns absolut nollpunkt, t.ex. antal

Mätning kan göras på olika skalnivå, vilket påverkar
vilka statistiska analyser som är möjliga och lämpliga
▪ Olika sätt att hantera subjektiva variabler inom psykologi,
som kan bedömas vara på ordinalskala eller intervallskala
(bra resonemang om detta i kap 1 i B&W, för den som vill)

28
Q

f3 Spridning, variation

A

Vi har haft en liten kurs för tre olika små
grupper och vill kolla hur väl deltagarna
har lärt sig innehållet
Deltagarnas testresultat (max 80 p) i
slutet av kursen:
Grupp 1: 10, 20, 40, 60, 70
Grupp 2: 30, 40, 40, 40, 50
Grupp 3: 38, 39, 40, 41, 42
• I genomsnitt har de olika grupperna lärt
sig lika bra… (m = 40)

29
Q

F3 Standardavvikelsen:

A

Standardavvikelsen: värdenas genomsnittliga

avvikelse från medelvärdet

30
Q

F3 Normalfördelningen

A
En perfekt normalfördelning har en            
specifik och regelbunden form
• De flesta observationerna ligger kring 
medelvärdet och fördelningen av värden              
är symmetrisk kring medelvärdet
• Normalfördelningen bestäms av två 
parametrar, medelvärdet och 
standardavvikelsen
• I en perfekt normalfördelning sammanfaller 
typvärde, median och medelvärde 
• Normalfördelningen är användbar eftersom 
många av de variabler vi möter kan 
beskrivas som (nära) normalfördelade
31
Q

F3 Standardiserad normalfördelning

A
Den normalfördelning som har                
m = 0 och s = 1 kallas för den 
standardiserade normalfördelningen,
eller z-fördelningen
• Vi kan ”översätta”, räkna om, resultat 
till z-poäng och då kan vi:
• räkna ut procentuella förhållanden   
(eftersom z-poängen följer 
normalkurvans lagbundenhet)
• jämföra mätvärden från olika 
mätningar (ex. resultat på olika test)
• Ex. undrar du: Hur ovanligt är det 
här resultatet? Hur ligger det jämfört 
med andra?
32
Q

L’s

A
33
Q

F3 Hur får man z-värdet?

A
• Observera att ni inte behöver 
lära er några beräkningar nu, 
vi kikar bara på detta
• Varje observation i en normal-
fördelning kan omvandlas till 
ett z-värde (standardvärde)
34
Q

F3 Korrelationsstudie

A

Forskaren mäter och undersöker om två
variabler (x och y) samvarierar med
varandra, t.ex.
• framtidstro och nyhetskonsumtion
• psykisk hälsa och fysisk hälsa
• ålder och visdom
• Samvariation, korrelation, handlar om att
en förändring i ena variabeln hänger ihop
med en förändring i den andra
• En stark korrelation betyder att värdena på
x och y samvarierar i stor utsträckning; om
ingen korrelation finns varierar variablerna
oberoende av varandra

35
Q

F3 Pearsons korrelation, r

A

Kallas även produktmomentkorrelations-koefficienten
• r uttrycker sambandets styrka och riktning
• varierar mellan –1 och +1
• Ju högre siffra (närmre +1 eller -1) desto
starkare korrelation
En korrelation kan alltså vara stark oavsett
om den är negativ eller positiv
• r = 0 innebär att variablerna inte har något som helst samband med varandra
• Obs! mäter endast linjära samband!

36
Q

F4 Inferentiell statistik

A
ör att dra slutsatser med hänsyn 
till statistisk osäkerhet:
• Vi beräknar och redovisar 
statistisk osäkerhet kring ett 
estimat, med konfidensintervall
• Vi beräknar om vi kan säga att 
det finns en statistiskt signifikant
effekt (hypotesprövning)
En hel del text på bilderna här, 
och några extrabilder – så att du 
kan gå tillbaka till saker och kolla
37
Q

Intern validitet

A

Intern validitet handlar om vi verkligen kan lita på att det var den oberoende variabeln och
inget annat som påverkade den beroende variablen.

38
Q

Confounding variabel

A

Confounding variabel en variabel som är sammanblandad med med den oberoende variabeln
som gör att vi inte kan veta vilken av dom det var som påverkade den beroende variabeln.

39
Q

experiment

A

experimentell design

40
Q

forskningsetiska problem

A

Det gör att deltagarna inte kan ge informerat samtycke då dom inte fått en fullständig
beskrivning av studien. Dom vet alltså inte helt vad det är dom går med på att delta i, vilket
påverkar deras möjligthet för självbestämmande.
Om man gör på detta sätt är det viktigt att deltagarna i efterhand får en debrifing, att dom får
den fullständiga informationen. Att dom bland annat informeras om vad det var vi egentligen
undersök

41
Q

R-värdet

A
42
Q

P-värdet

A
43
Q

Validitet

A

handlar om att vi mäter just det som vi avser att mäta.

44
Q

Extern validitet

A

Extern validitet handlar om att vi vill kunna dra slutsatser utifrån vårt resultat till andra indivder
än de undersökta, andra miljöer och tidpunkter, och andra sätt att mäta.