Fagbegrep kvantitativ forskning Flashcards
1
Q
Design
A
Overordnet struktur på undersøkelsen.
Forskjellige typer:
- Beskrivende design
- Relasjonell design
- Eksperimentelt design
2
Q
Årsakssammenhenger
A
Man må inkludere andre mulige årsaker når man gjør en studie.
3
Q
Metode
A
Den faktiske måten vi gjennomfører en undersøkelse på. Verktøyet vi bruker.
Eks. Intervju, spørreskjema, registerdata, observasjon, eksperiment, etc.
4
Q
Longitudinelle design
A
Et design der man har flere målepunkter over tid. Eks. Tromsøstudien.
Langsgående, følger samme person over tid.
Problem: å forhindre frafall.
5
Q
Kryss-seksjonelle design
A
Undersøker ulike grupper (f.eks. aldersgrupper) samtidig, til forskjell fra Longitudinelle design som følger en personen over tid. Mindre tidkrevende.
6
Q
Utvalg
A
Utvalg av en populasjon. Hvor stort utvalg man trenger, avhenger av flere ulike faktorer, men det er viktig at utvalget representerer populasjonen.
7
Q
Representativt utvalg
A
Utvalget representerer populasjonen. Representasjon er viktig for å generalisere.
8
Q
Sampling
A
Ulike måter å finne deltakere.
- Sannsynelighetsutvalg: alle har like stor sannsynlighet for å bli med i utvalget. Den best metoden.
- Ikke sannsynelighetsutvalg; bekvemmelig og praktisk, men mindre sjanse til å få et representativt utvalg.
9
Q
Randomisering
A
Når man trekker tilfeldig hvem som skal bli med i undersøkelse.
Forskjellige måter
- Strata randomisering: ???
- Klynge (cluster) randomisering: Tilfeldig utvalgte grupper. Ikke randomisert på individnivå, men på gruppenivå.
10
Q
Spørreskjema
A
Et skjema undersøkerne utfyller.
Effektivt og mye brukt men har noen problemer.
- personer fremstiller seg som bedre enn det de er.
- Det er den subjektive oppfatningen som kommer frem.
(dobeltsjekk opp mot registerdata for å veie opp mot dårlig hukommelse).
11
Q
Psykologiske tester
A
????
Man må operasjonalisere det man ønsker å teste.
12
Q
Psykometri
A
Læren om hvordan man tester enkelte evner.
13
Q
Testledd (item)
A
Hvert enkelt testledd (spørsmål) i et spørreskjema.
14
Q
Cronbachs alpha
A
Måler hvor stor korrelasjon det er mellom de ulike testleddene i et spørreskjema.
Fra 0 til 1, bør være over alpha= 0.70. vil ikke ha den mot 1 for da spør man for like spørsmål.
15
Q
Korrelasjon
A
Mest statistiske samhandling eller variasjon mellom svarene.
r (relasjonskoefisient) går fra -1 til 1.
r= +/- 0.2 –> lav
r= +/- 0.2 til 0.5 –> medium
r= +/- 0.5 til 1 –> høy
ulike typer
nullkorelasjon og kurvelineær korrelasjon.
16
Q
Signifikans
A
Hvor sannsynlig det er at vi ville fått det samme resultatet med en annen gruppe.
Er testen generaliserbar?
Terskelverdien skal være lavere enn 0.05
p < 0.05
17
Q
korrelasjon og kausalitet
A
Det at 2 resultater korrelerer betyr ikke at det er en kausalitet (det går begge veier). Det kan også være en tredje ukjent variabel som spiller inn.
18
Q
Kausalitet
A
Årsak. Det må være en temporal virkning. Årsak må komme før virkning. For å si noe om kausalitet må vi gjennomføre eksperimenter.
19
Q
Beskrivende statistikk
A
Statistikk som anvendes til for å beskrive resultater fra et utvalg.
20
Q
Slutningsstatestikk
A
Statistikk som anvendes for å trekke konklusjoner om en populasjon på grunnlag av data fra et utvalg av denne populasjonen.
21
Q
Psykologisk forskning
A
Psykologi er en empirisk vitenskap. Psykologi er kunnskap basert på erfaringer vi henter fra verden, og er et metodesterkt fag. Psykologisk forskning er studiet av adferd, tanker og følelser.
22
Q
Forskningens siktemål
A
Forskning er søken etter sannhet.
Stille viktige spørsmål –> gjøre gode undersøkelser –> få pålitelige og brukbare svar.
23
Q
Teori
A
Forståelse og forklaringsmodeller. Begrepsbasert kunnskap. “Top-down” deduksjon: konklusjon avledet av logiske premisser. Knyttet til rasjonalisme.
24
Q
Empiri
A
Erfaringer og undersøkelser av verden. Er erfaringsbasert kunnskap. En type “bottom up” iduksjon: konklusjon avledet av logiske premisser. Knyttet til empirisme.
25
Rasjonalisme
Rasjonalisme er en filosofisk strømning som anser fornuften (latin ratio) og tenkningen som grunnlaget og hovedforutsetning for all erkjennelse. Står i kontrast til empirismen.
26
Empirisme
Læren om at alle påstander om virkeligheten skal ha sitt grunnlag i erfaringen og at den er vår eneste kunnskapskilde. Det motsatte av empirisme er rasjonalisme.
27
Kvantitativ metode
Tall og statistikk, og objektivitet og generalisering står sentralt. Eksempler på datainnsamling er spørreskjema og objektive innsamlingsdata. Viktig med bruk av kvantitativ metode for at noe skal være allmenngyldig (generalisering).
28
Kvalitative metoder
Består hovedsakelig av tekst og beskrivelser. Subjektivitet og dybdeforståelse står sentralt, og brukes ofte for å beskrive og forklare et fenomen. Eks. På datainnsamling er intervju.
29
Variabel
Noe vi kan måle, og som kan variere (ha mer enn en verdi i et datasett) Eks. Kjønnsidentitet, alder, fødested, søcnlengde, studieprogram, motivasjon etc.
Vi kan dele variabler inn i
Kategoriske variabler: er de norminale variablene, altså de som kun kan kategoriseres.
Kontinuerlige variabler: alle som vi meningsfullt kan overføres til tall i en rekkefølge.
Variabler kan deles inn i situasjon, subjekt (forsøksperson) eller respons (adferd).
Om det er en konstant eller variabel bestemmes utifra det som måles.
30
Konstant
En verdi som ikke varierer. Om et tema er en variabel eller konstant avhengir om det varierer. Eks vil kjønn i en studie på kvinner være enn konstant mens i en studie av begge kjønn være en variabel.
31
Operasjonalisering
Handler om hvordan vi måler det vi vil måle.
Betyr å oversette et begrep til noe mer konkret som kan måles.
Viktig å definere det konstruktet vi bruker ettersom definisjoner kan forandre seg utifra ulike situasjoner. Målemetoden må derfor henge sammen med definisjonen.
Operasjonalisering: abstrakt --> definisjon --> konkret.
Beskrivelse står ofte i metodedelen i forskningsartikler.
32
Skrivebordskuffproblemet
Publikasjonsfeilhet. Forskningsresultater blir liggende i en "skrivebordskuff" isteden for å bli delt med andre forskere hvis de ikke gir ønskede resultater. Dette gir skjevhet i resultater og kunnskapsoppsumeringer.
33
Forskningsprossesen
Ide: starter med en ide/ spørsmål (ofte små)
Bakgrunnsinformasjon: se til tidligere forskning innenfor feltet eller på temaet.
Forskningsspørsmål:
- Kan sees i likhet med problemstilling (ofte litt mere spisset) og hypotese (omhandler samme konseptet men brukes på et annet nivå) men er en forskjell på dem.
Beskriver hva vi vil finne ut.
Design og metode:
- Hvordan får vi vite mer om dette.
- Hvordan skal vi undersøke det?
- Metode er de mer konkrete måtene man jobber.
Deltakere
- Hvem skal delta og hvordan velger man dem ut?
Populasjonen (en gruppe mennesker vi vil undersøke)
- Utvalg (de deltakerne som blir undersøkt i forskningseksperimentet.
Forventninger
- Hva vi tror vi finner
- Hva er hypotesen?
Datainnsamlinger
- Gjennomføring av undersøkelsen..
- Samler inn data.
- Flere regler og metodiske regler for hvordan denne datainnsamlingen skal foregå.
Analyse og tolkning
- Hvordan passer dataene inn i den litteraturen som eksisterer?
- Hvordan er den i forhold til hypotesen?
Publisering
- Rapportering, formidling og deling.
34
Generalisering
Gjøre resultatene i et utvalg gyldige for en hel populasjon. Om hvor sannsynlig det et at resultatene i en undersøkelse gjelder for resten av populasjonen.
35
Logikk
Deduktiv logikk, rasjonalisme og tenking. Basert på det vi vet fra premiss 1 og premiss 2 kan vi trekke en slutning. Slutningen kan være
- bekreftende eller benektende
- Gyldig og ugyldig.
Vi må være beviste på hvilke konklusjoner vi trekker i vitenskap på bakrunn av hvilke slutninger vi trekker.
Vi må trekke dem på bakgrunn av resultater vi har.
36
Psykologiske konstrukter
Abstrakte begreper som kan beskrive f. En tilstand, et konsept, en diagnose eller en ferdighet. Det kan ikke måles direkte, og må derfor opperasjonaliseres => defineres slik at det kan måles. F.eks prokrastinering.
37
Validitet (2 versjoner)
Handler om hvor stor holdbarhet/ gyldighet et forskningsprosjekt har. At det måler det, det faktisk mener å måle.
Forskjellige typer
Indre validitet: muligheten til å trekke en holdbar slutning om kausalitet. Påvirkes X av Y.
Ytre validitet: Er resultatene generaliserbare fra utvalget til populasjonen.
38
populasjon
Alle som tilhører gruppen vi vil undersøke.
39
Utvalg
Deltakerne i undersøkelsen, gjerne et utdrag av populasjonen. Hvor stort utvalg man trenger avhengir av flere ulike faktorer.
40
Reliabilitet
Er konsistens. At resultatet blir det samme ved gjentatte målinger under like betingelser, slik at vi kan stole på måleinstrumentet.
Et mål kan være reliabelt og ikke valid, men det kan ikke være valid uten å være reliabelt.
41
Årsaksammenhenger
Man må inkludere andre mulige årsaker når man gjør en studie.
42
Design
Overordnet struktur på undesøkelsen.
Man bestemmer først hvilket design man vil ha.
- Beskrivende design
- Relasjonelle design
- Eksperimentelt design (må til for å si noe om årsaksforhold)
43
Metode
Den faktiske måten vi gjennomfører undersøkelsen på. Verktøyet vi bruker.
Eks. Intervju, spørreskjema, registerdata, observasjon, eksperiment etc.
44
Longitudinelle design
Et design der man har flere målepunkter over tid. Eks. Tromsøstudien
Langsgående, følger samme person over tid.
Et problem å forhindre frafall.
45
Kryss-seksjonelle design
Undersøker ulike grupper (eks. Aldersgrupper) samtidig. Mindre tidkrevende.
46
Representativt utvalg
Utvalget representerer populasjonen. Representativitet er viktig for å generalisere. Jo flere som svarer/deltar, jo mer gyldig er resultatene. De som ikke deltar/svarer svekker resultatet til de andre deltakerne.
47
Sampling
Ulike måter å finne deltakere.
Sannsynelighetsutvalg: alle har lik sannsynelighet for å bli med i utvalget --> Beste metoden.
Ikke sannsynelighetsutvalg er bekvemmelig og praktisk og derfor lettere å gjennomføre men med mindre sjangse til å få et representativt utvalg.
48
Randomisering
Når man trekker tilfeldig hvem som skal bli med i undersøkelsen. Det reduserer bias (skjevheter) i resultatene.
Det finnes forskjellige måter å randomisere
- Stratarandomisering: ???
- Klynge (cluster): tilfeldig valgt grupper. Ikke randomisert på individnivå, men på gruppenivå.
49
Spørreskjema
Et skjema undersøkeren utfyller. Det er effektivt men har noen problemer.
- Man fremstiller seg bedre enn en man egentlig er.
- Den subjektive oppfattningen
Registerdata kan hjelpe mot dårlig hukommelse.
50
Psykologiske tester
Forskning på individuelle forskjeller. Omfatter også utredning og undersøkelse av pasienter. Man må operasjonalisere det vi vil teste.
51
Psykometri
Læren om hvordan man tester enkelte evner.
52
Testledd (item)
Hvert enkelt testledd (spørsmål) i et spørreskjema.
53
Cronbacks Alpha
Måler hvor stor korrelasjon det er mellom de ulike testleddene i et spørreskjema. Går fra 0 til 1, og a bør være over 0.70.
Ønsker ikke å ha den oppimot 1, ettersom det viser at man spør for like spørsmål.
Relevant i en faktoranalyse men er ikke det direkte resultatet av faktor analysen, men man regner det ut i forbindelse med en faktoranalyse
54
Korrelasjon
Mest statistiske samhandling eller variasjon mellom svarene.
- r= 0.1 - 0.2 => Lav korrelasjon
- r= 0.2 - 0.5 => Medium korr.
- r= 0.5 - 1.0 => Høy Korrelasjo
r er korrelasjonskoefisienten, og går fra -1 til 1. negativ koefisient er like kraftig som positiv.
Nullkorrelasjon: tilnærmet lik null.
55
Signifikans
Sier noe om sannsyneligheten for at vi ville fått det samme resultatet med en annen gruppe. Aka er testene generaliserbare?
Signifikans vises ved koefisienten p. Terskelverdien skal være lavere enn 0.05. p<0.05
56
Korrelasjon og kausalitet
Det at 2 resultater korrelerer betyr ikke at det er kausaliteten. Det kan gå begge veier (vi vet ikke hvilken variabel som påvirker hvilken) og/eller det kan være en tredje ukjent variabel som påvirker resultatet.
57
Kausalitet
Er årsak
Årsak må komme før virkning, den må være temporal. I noen tilfeller intreffer årsak og virkning sammen, men årsaken kommer fortsatt først.
For å si noe om kausalitet må vi bruke eksperiment.
58
Eksperiment
Eksperiment er en tilnærming til forskning som innebærer at forskeren manipulerer betingelser for å undersøke virkningene av dette.
Manipulasjon og kontrollgruppe er sentralt i et eksperiment.
59
Manipulasjon
Selve essensen av eksperimentet --> det er den variabelen vi måler.
Vi gjør noe bestemt i situasjonen for å se hvordan det påvirker resultatet.
Vi kan ha flere ulike former for manipulasjoner i samme eksperiment.
60
Kontroll
En kontrollgruppe. Sentralt for eksperimentets validitet, ettersom alle faktorene holdes under kontroll i eksperimentet. Er viktig for å vite om et eksperiment/ manipulasjon fungerer.
61
Randomisering
Velger ut forsøkspersonene tilfeldig. Det burde foregå på en blind måte.
62
enkeltblind
Forsøkspersonen vet ikke hvem som er i kontroll og eksperimentgruppe.
63
Dobbeltblinding
Hverken forsøkspersonen eller gjennomfører av eksperimentet vet hvem som er i kontrollgruppe og manipulasjon. Det aller beste men vanskelig å oppnå i enkelte eksperiment.
64
Uavhengig variabel
Den variabelen som endres i et eksperiment, ved manupilasjon.
65
Avhengig variabel
Den variabelen vi vil vite om forandrer seg basert på eksperimentet
Resultatet - den variabelen vi måler. Endringer i den avhengige variabelen er avhengig av endring i den uavhengige variabelen.
66
Kvasieksperiment
Et eksperiment uten kontrollgruppe. Noen ganger er det ikke mulig å ha kontrollgruppe og det gjennomføres dermed et kvasieksperiment.
67
T-test
En t-test brukes til å sammenligne gjennomsnittet i 2 grupper. Tester forskjeller i grupper (gruppeforskjeller), ser både på forskjeller mellom gruppene og innad i gruppene.
sammenligne gjennomsnitt i 2 grupper (kun 2 variabler).
Kritiske verdier for t-distrubisjon viser ofte bak i statestikkbøker (men svaret blir ofte avgitt i statestikkprogrammene hvis digitalt).
Variasjon mellom gruppene (M), Antall deltakere (N) og Variasjon innad i gruppene (SD) virker inn på t-testen. sammenligner to gruppegjenomsnitt (M), gitt variasjonen (SD)
68
Cohens d
En verdi for hvor stor forskjellen mellom gruppene er
69
Smitte
Intensjonen til eksperimentgruppen smitter over på kontrollgruppen, vanntette skott mellom gruppene er dermed viktig.
70
standardavvik (SD)
Gjennomsnittlig avstand mellom enkeltskårer og gjennomsnittet.
71
korrelasjonskoeffisient (r)
r er korrelasjonskoefisienten, og går fra -1 til 1. negativ koeffisient er like kraftig som positiv.
Nullkorrelasjon: tilnærmet lik null.
- r= 0.1 - 0.2 => Lav korrelasjon
- r= 0.2 - 0.5 => Medium korrelasjon
- r= 0.5 - 1.0 => Høy Korrelasjon
72
Korrelasjonsanalyse
Korrelasjonsanalyse undersøker sammenhengen mellom to variabler. Rekkevidden til r (korrelasjonskoefisienten) er fra -1 til 1.
73
p-verdi
P-verdien viser til hvor stor prosent dataene representerer populasjonen fra et utvalg.
P<0.05 => 5% sjangse for feilkonklusjon. Jo lavere verdi jo større sansynelighet for at man finner det samme. P burde være under 0.05.
74
Beskrivende statistikk
Organisere og oppsummere data fra et utvalg. Vise vårt utvalg.
75
Slutningsstatestikk
Bruke data fra et utvalg for å trekke slutninger om en populasjon.
Generalisering (utvalget må være representativt).
76
Faktorer
Noe som måler et latent begrep.
Det måler et konstrukt som vi ikke kan måle direkte.
eks. måle depresjon kan vi måle 5 forskjellige spørsmål om depresjonssymptomer også slå dette sammen til en faktor.
77
Faktoranalyse
Tar de spørsmålene som hører til den faktoren. Viktig å måle om de ulike testleddene henger sammen slik at spm. Måler konstruktet.
Hensikten er å undersøke om de ulike testleddene henger sammen på en god måte. Dette gis ved Cronbachs Alfa.
78
Nullhypotesesetting
Er det som egentlig testes i vitenskapelig metode. Vi prøver å falsifisere nullhypotesen, ikke bekrefte hypotesen.
Er formuleringen om at det er ingen effekt å finne, den forskjellen/ sammenhengen er ikke tilstede. Hvis det er en forskjell i resultatene har den oppstått tilfeldig eller er en annen sammenheng.
Finner vi en reel forskjell forkaster vi nullhypotesen (inntil videre)
79
Frihetsgrader
Hvor mange parametere i en analyse som er frie til å variere. Hvor mange verdier i et utvalg som er frie til å variere når vi kjenner antall verdier og gjennomsnittet av disse verdiene. Kommer ann på analysen men oftest N-1.
Når vi opperer med 2 grupper i analysen er det 2 verdier som ikke kan variere, derfor blir df=N = -2.
80
Signifikans
Sannsynligheten for at vi får samme data/resultat fra et annet utvalg. Betyr ikke at det er en viktig eller sterk effekt. Måles i p-verdi.
81
Type 1 feil (hypotese)
Å feilaktig forkaste nullhypotesen. Falsk positiv/ å feilaktig tro vi har funnet en effekt. Vi kan løse problemet med å senke p-verdien.
82
Type 2 feil (hypotese)
Å feilaktig beholde nullhypotesen. Falsk negativ. Å feilaktig tro vi ikke har funnet en effekt.
83
Observasjon
Måler: enkeltskårer og har verdien => x
84
Gjennomsnitt
Måler: sentraltendens og har verdien => M (mean) eller X (med strek over)
85
Regressjonsanalyse
En "utvidet" korrelajonsanalyse.
1: En definert avhengig variabel
2: Muligheten for flere uavhengige variabler
86
Variansanalyse/ANOVA
Undersøke forskjeller mellom flere grupper. t-test undersøker kun to, ANOVA flere grupper.
Anova gir oss en F-verdi
87
Verifikasjon
Verifisering betyr å bekrefte, å fastslå at noe er sant og at det stemmer.
88
Vitenskapelig teori og data
Mye av vitenskapen starter med en teori. For å verifisere teorien må man ha data. Vi må derfor gjennomføre empiriske undersøkelser, teorien gjør at vi lettere kan systematisere dataen.
89
Replikasjon
Replikasjoner: å reprodusere et forskningsproskjekt for å sikkre at et rapotert funn er reliabelt.
- En replikasjon av et eksperiment som ikke oppnår samme resultat som det opprinnelige eksperimentet, kan være et signal om at det opprinnelige resultatet ikke er reliabelt.
- To typer: eksakt replikasjon, og konseptuell replikasjon (gjentar samme undersøkelse men operasjonaliseringen som brukes er forskjellig fra det orginale undersøkelsen).
90
Kunnskapsoppsuemering
Finnes i ulike former, men de har som siktemål å representere enkeltstudier som samlet. Tar ofte for seg en enkel problemstilling.
- Oversiktsartikkler (rewiev-artikler): Artikler som gir en oversikt over eksisterende forskning på et tematisk område. Birdrar typisk ikke med nye data, men gir en oppsumering og vurdering av tidligere publiserte empiriske artikkler.
- Metaanalyse: en metode for å oppsummere empiriske artikler. Viser til statistiske teknikker som brukes for å oppsummere forskningsresultater fra flere empiriske rapporter på et tematisk område.
- Oversiktsartikler gir kvalitative vurderinger av forskningsbidrag. Metaanalyse gir numeriske vurderinger av forskningsbidrag.
91
IMRaD
Introduksjon, Metode, Resultat and Diskusjon
92
Fagfellevurdering
En av de aller viktigste formene for kvalitetssikkring innenfor forskning. Det er en sjekk av forskningsresultat av andre eksperter på det samme området. Dette gjøres gjennom de kjente tidsskriftene. Den inkluderer kvalitetssikkring i alle ledd av artikkelen, men spesielt metodedelen og om det er et godt teoretsik grunnlag for forskningen.
93
systematisk varians
Varians forbundet med manipulasjonen.
Matematisk er den systematiske variansen forskjellen mellom hvert gruppegjennomsnitt og det samla gjennomsnittet (ground mean).
94
Feilvarians
Varians vi ikke kjenner bakgrunnen for, som ikke er forbundet med manipulasjonen.
Feilvarians regnes ut ved å se på forskjellen mellom hver enkelt skår og det tilhørende gruppegjennomsnittet.
