Forskningsmetod 1 o 2

Question 1

P-Värde

Answer 1

Säger oss hur sannolikt det är att vi skulle fått just det resultat vi fått, eller ett mer avvikande oh extremt utfall.
får vi ett p-värde på mindre än 0.05 ska vi sluta tro på nollhypotesen/tombolamannen

Question 2

Nollhypotes

Answer 2

Ex tombolamannens påstående

Question 3

Statistisk signifikans

Answer 3

Om vi har ett p-värde på 0.05 eller lägre och därför väljer att förkasta nollhypotesen

Question 4

Allternativhypotes

Answer 4

“allt-utom-nollhypotesen” som är det som kvarstår då vi valt att förkasta nollhypotesen, alla andra hypoteser

Question 5

Statistisk inferens

Answer 5

Annat ord för statistisk slutledning, om nollhypotesen väljs att behållas eller förkastas

Question 6

Statistisk power

Answer 6

Ju större stickprov vi har desto större chans at ex upptäcka att en hypotes är felaktig.

Question 7

Cohens d

Answer 7

Mått för skillnad mellan olika grupper.
Först räknar ut skillnaden i medelvärden mellan grupper. Sedan dividerar med mått på spridningen av data. SD används som utgångspunkt för varje grupp. Kräver data på intervall eller kvotnivå

Question 8

Cohens d gräns

Answer 8

Beror i hög grad på sammanhanget, ibland är 0.1 mycket och ibland dras gränsen ex vid 0.7.

Question 9

Annan metod än Cohens d och medelvärdesskillnad för att mäta skillnad mellan grupper

Answer 9

Undersöka om det finns en statistiskt signifikant skillnad mellan grupper.

Question 10

T-test

Answer 10

• Data är minst på intervallnivå, iaf nästan
• Ungefär lika många i båda grupper
• Ungefär lika stor variation i de olika gruppernas svar
• Svaren är ungefär normalfördelade

Question 11

Ordinal data/rangordningsdata

Answer 11

Vi vet storleksordning men inte men inte känner till eller kan ta reda på avstånden mellan dem.

Question 12

Intervalldata

Answer 12

Om vi känner till storleksordningen samt vet avståndet mellan varje variabel

Question 13

Nominaldata

Answer 13

När vi inte ens kan rangordna datan, utan endast har olika frågor/variabler för att exempelvis dela in i olika grupper

Question 14

Kvotskala

Answer 14

Data på intervallnivå som även innehåller “riktiga” nollor. Ex Kelvin, absolut 0 där inget är mindre/kallare än noll

Question 15

“Brus”/”föroreningar” i data

Answer 15

Slumpmässiga fel som påverkar reliabiliteten.

Question 16

Test-retest

Answer 16

Ex för att fixa problem med enkät är att ställa samma fråga vid 2 olika tillfällen till deltagare.

Question 17

Reliabilitet i mätinstrument

Answer 17

Ger samma mätning, tolkas likadant och fungerar på samma sätt över försök

Question 18

Validitet

Answer 18

Mäter vi det vi egentligen vill mäta? Påverkas negativt av systematiska fel

Question 19

SD, standarddeviation eller standardavvikelse

Answer 19

En siffra på hur stor variationen är på våra mått. Ju större standardavvikelse desto större variation finns i våra svar.

Question 20

Totalundersökning

Answer 20

Man undersöker varenda individ i den population vi vill studera

Question 21

Representativt urval

Answer 21

Stickprovet måste i hög grad representera populationen. VIKTIGT slumpmässigt urval.

Question 22

Bekvämlighetsurval

Answer 22

Samla in data från personer i närheten eller som helt enkelt finns till hands

Question 23

Normalfördelad sannolikhetsfördelning

Answer 23

Mätvärden o liknande sprider sig från värdet i mitten och bildar en normalfördelningskruva

Question 24

Kontinuerliga sannolikhetsfördelningar

Answer 24

En typ av sannolikhetsfördelning där alla värden på ex en tallinje är möjliga.

Question 25

Diskreta fördelningar

Answer 25

En typ av sannolikhetsfördelning där endast vissa siffror eller värden är möjliga.

Question 26

Centrala gränsvärdessatsen

Answer 26

Om något är en summa av många olika variabler så kommer den summan vara normalfördelad, eller iallfall nästan normalfördelad.