FÖRELÄSNING 2: Urvalsmetoder och operationaliseringar av begrepp Flashcards
Vilken målgrupp ska vi välja?
- Viktigt att fundera kring om studien har valt rätt målgrupp för den population som den vill generalisera till
- Forskningsfråga = hur ser attityderna till våldtäktsoffer ut i Sverige?
– Ett stickprov med bara studenter för att besvara denna frågan skulle vara väldigt tveksam
Mycket forskning i psykologi har kritiserats för att den gjorts på studenter. Detta kan vara en väldigt rimlig kritik, men man bör alltid beakta forskningsfrågan för att bedöma om sådan kritik är rimlig. Trots allt så är ju:
Studenter = människor
Urvalsmetoder
Tekniker som ska se till att stickprovet blir så representativt som möjligt
* Slumpmässiga urval
– Enkelt slumpmässigt urval
– Systematiskt urval
– Stratifierat slumpmässigt urval – Klusterurval
* Icke-slumpmässiga urval – Bekvämlighetsurval
– Ändamålsenligt urval
– Kvoturval
Slumpmässiga urval (random sample)
Enkelt slumpmässigt urval
* Slumpmässigt: varje enhet av populationen har samma chans att bli utvald.
* Vanligt när SCB gör sina telefonintervjuer. De har ett datorprogram som slumpar fram telefonnumren till individer.
* SPAR: Statens personadressregister lämnar ut slumpmässig lista på adresser till individer bosatta i Sverige.
Systematiskt urval
* Liknar det enkla slumpmässiga urvalet
* Man tar ut var femte, tionde etc. från en lista
Stratifierat urval
* Populationen delas in i strata (subgrupper), tex. åldersgrupper.
* Vilka dimensioner som ska användas för indelning beror på vad studien vill undersöka.
* Viktig metod om vi vill undersöka små grupper. Då kan vi nämligen översampla de små grupperna.
Klusterurval
* När vi inte får tag på en hel lista på individerna. Tex. alla psykologer som arbetar inom hälso- och sjukvård.
* Jag får då identifiera kluster av individer som jag kan göra mitt urval ifrån tex psykologer som arbetar inom VG regionen.
Icke-slumpmässiga urval
Kan behövas när vi inte har tillgång till listor över populationer. Dock uppstår vissa problem som kan leda till att
– Stickprovet blir snedvridet
– Vi kan inte generalisera från stickprovet till populationen
Bekvämlighetsurval
* Deltagarna väljs ut baserat på hur tillgängliga de är. Tex. de
första 20 personerna som kommer i korridoren.
* Fara för systematiska fel
* Kan dock användas för processer som man antar funkar likadant hos alla friska individer
Ändamålsenligt urval
* Deltagare väljs ut enligt vissa kriterium som är viktiga för
forskningen. Tex. mammor, en viss åldersgrupp.
* En relaterad urvalsteknik som kan användas på väldigt små
grupper är snöbollsurval.
Kvoturval
* Påminner om det stratifierade urvalet
* Man ser till att kvoten för olika subgrupper i stickprovet är lik
kvoten i populationen – nationellt representativt urval
Hur operationaliserar vi ett begrepp?
Att operationalisera ett begrepp innebär att definiera det på ett sådant sätt att det kan mätas eller observeras i praktiken. Det handlar om att omvandla ett abstrakt begrepp eller en idé till något konkret som kan kvantifieras eller observeras empiriskt.
→ förvandla något abstrakt till att bli något som är konkret och mätbart = operationalisering.
Beroende och oberoende variabler:
Beroende och oberoende variabler:
Beroende variabeln beror på den oberoende variabeln! VIKTIGT
Oberoende variabel: Består av minst två nivåer och antingen manipuleras eller väljs ut för att fastställa dess effekt på beteende
Beroende variabel: Mått på beteende/utfall som används för att kunna bedöma om den oberoende variabeln har haft någon effekt
Ovidkommande variabler (extraneous variables)
Extraneous variables: är faktorer som kan påverka resultaten av en studie utan att vara det man faktiskt är intresserad av att undersöka. Dessa faktorer kan skapa förvrängningar i data om de inte hanteras ordentligt. För att undvika detta försöker forskare kontrollera eller ta hänsyn till dessa faktorer så att de inte förvränger resultaten. Det handlar helt enkelt om att se till att andra faktorer inte smyger sig in och påverkar resultatet på ett oönskat sätt.
Felkällor:
Slumpmässiga fel (random error): kan inte påverka. påverkar alla betingelser likadant
Konstanta fel = systematiska fel. påverkar en betingelse mer än en annan.
Confounding variables (störvariabler/confounds):
är faktorer som kan påverka både den oberoende och den beroende variabeln i en studie. Dessa variabler kan förvirra resultaten och göra det svårt att avgöra om det observerade sambandet mellan variablerna verkligen är orsakssamband eller om det beror på en tredje faktor. → För att undvika detta försöker forskare ofta att identifiera och kontrollera för confounding variables genom design och analys av studien. På så sätt kan de isolera den faktiska effekten av den oberoende variabeln på den beroende variabeln och göra mer tillförlitliga slutsatser.
En typ av confounder: förväntningseffekter
Förväntningseffekter
Inom vetenskaplig metod innebär förväntningseffekter att forskarnas eller deltagarnas förväntningar påverkar resultaten av en studie. Dessa förväntningar kan skapa bias eller förvrängning i datainsamlingen eller tolkningen av resultaten, vilket kan hota studiens validitet och tillförlitlighet. Förväntningseffekter kan uppstå på flera sätt.
För att motverka förväntningseffekter inom vetenskaplig metod kan forskare använda olika strategier:
Dubbelt blinda studier: där varken forskarna som administrerar experimentet eller deltagarna vet vilka behandlingsgrupper de tillhör. Detta minskar risken för att forskarens förväntningar eller deltagarnas kunskap om deras behandlingsgrupp påverkar resultaten.
Randomisering: Genom att randomisera deltagare minskar forskarna risken för att förväntningseffekter påverkar resultaten jämfört med när deltagare väljs selektivt.
Genom att använda dessa strategier kan forskare minimera risken för förväntningseffekter och öka validiteten och tillförlitligheten hos studiens resultat inom vetenskaplig metod.
Vad innebär reichenbachs princip?
För att kunna säkert säga att händelse A orsakar händelse B, måste händelse A komma före händelse B i tid och det måste finnas en konsekvent relation mellan dem. Detta är viktigt för att dra tillförlitliga slutsatser om orsakssamband i vetenskapliga studier och undersökningar.
Utvärdering av forskning: Validitet VS Reliabilitet
Validitet - mäter studien det en avser att mäta?
Intern validitet:
Kan vi dra säkra slutsatser utifrån kausalitet utifrån vår data? Vid hög intern validitet är det BV som gett effekten på BV och ingen annan förklaring ska vara möjlig.
Hot mot den interna validiteten…
Orsakades effekterna hos BV av något annat än OBV?
Individuella förändringar av OBV: Mognad, Historia, Testning etc…
Mätfel maskerade som effekt av OBV: Instrumentation och regression mot medelvärdet etc…
Gruppskillnader som inte beror på OBV: Bortfall och Urval (selektion) etc…
Extern validitet
Kan vi generalisera resultaten att gälla andra situationer/platser, personer, mått, tidpunkter etc… Dvs. om vi gör om studien men ändrar något av ovanstående – skulle resultaten fortfarande hålla?
Hot mot den externa validiteten
Det kausala sambandet kanske inte håller med andra enheter, över olika utfall eller miljöer och kontexter etc…
Psykometriska tillämpningar → Mätinstrumentets validitet och reliabilitet
Validitet: Giltighet, om mätinstrumentet (tex. ett minnestest) mäter det begrepp (egenskap) som det är avsett att mäta, att det mäter rätt saker.
– Hög validitet innebär låg grad av systematiska mätfel.
Reliabilitet: Hur noggrann eller tillförlitlig (pålitlig) mätningen är. Om vi får samma resultat vid olika tidpunkter och i olika situationer (mätresultat kan replikeras).
– Hur litet det påverkas av slumpmässiga mätfel. Hög reliabilitet innebär låg grad av slumpmässig variation (låg andel mätfel).
Notera dock att alla ”mätvärden” har någon grad av mätfel (felvarians, brus)
4 olika typer av testvaliditet:
Omedelbart upplevd validitet (face validity) → Mäts det man avser att mäta vid första anblick?
Innehållsvaliditet (content validity) → Hur väl täcker de beroende variablerna det man vill mäta (bredd och djup)?
Kriterierelaterad validitet → Till vilken utsträckning i vilken måttet stämmer överens med objektivt kriterium. Validitet mäts mot visst kriterium eller resultat.
Konstruktvaliditet (begreppsvaliditet) → En form av kriterievaliditet som grundar sig på teoretiska antaganden om hur olika variabler bör förhålla sig till varandra
Olika typer av reliabilitet
Reliabilitet (tillförlitlighet)
Måttets förmåga att producera samma resultat under samma betingelser
Stabilitet, konsistens
Att resultaten kan replikeras
Inter-rater reliabilitet (interbedömarreliabilitet)
Test-retest reliabilitet
Måttets förmåga att producera konsistenta resultat när samma enheter är testade vid två olika tidpunkter
