Kvantitativ Metode Flashcards

1
Q

Statistik

A

Teknikker til både planlægning af dataindsamling,
den efterfølgende analyse og
præsentation af data

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

Deskriptiv statistik

A

Beskriver data:
Tabeller,
Diagrammer,
Gennemsnit og procent

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

Analytisk statistik

A

Samenhæng og sandsynlighedsberegning

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

Repræsentativ stikprøve

A
  1. Alle i populationen har haft mulighed for at deltage
  2. Udvælgelsen er sket tilfældigt
  3. Man kender sandsynligheden for at den enkelte bliver udvalgt.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

µ

A

Populations middelværdi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Punkt-estimat

A

Et enkelt tal, der er vores bedste gæt på en ”den sande

værdi”. F.eks. et gennemsnit

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

Interval-estimat

A

Interval omkring punktet, hvor vi det tænkes, at den

‘sande værdi’ ligger. F.eks. et konfidensinterval

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

Standardafvigelse

A

Vi kan bruge standardafvigelsen fra
vores stikprøve til at udregne
standardfejlen, så vi kan estimere

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

Standardfejl for gennemsnit

A

Standardfejl=
standardafvigelse/
√𝑎𝑛𝑡𝑎𝑙 𝑝𝑒𝑟𝑠𝑜𝑛𝑒𝑟

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

Standardfejlen for en andel

A

Standardfejl= √
(𝑎𝑛𝑑𝑒𝑙 1−𝑎𝑛𝑑𝑒𝑙)/
𝑎𝑛𝑡𝑎𝑙 𝑝𝑒𝑟𝑠𝑜𝑛𝑒𝑟

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

Spørgeskemaundersøgelse

A
  1. Formål
  2. Målgruppe
  3. Udvægelse - hvem (hvor mange)
  4. Indsamlingsmetode
  5. Opeartionalisering
  6. Spørgsmål og svar
  7. Rækkefølge
  8. Kvalitet af spørgeskemaet

De første to punkter er mest væsentlige. Alt afhænger af den enkelte undersøgelse

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Svarprocent

A

Svar divideret med antallet af potentielle respondenter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Målgruppe

A

Hvem er modtager / relevante respondenter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Opeartionalisering

A

Målbare centrale begreber

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Tilfældig sampling

A

Tilfældig udvælgelse af respondenter.

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

Stratificeret udvælgelse

A

Undergrupper, hvor man vælger yderligere undergrupper.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Klyngeudvælgelse

A

Indsamling på overordnet niveau

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

Typer af spørgsmål

A

Faktuelle
Holdning
Kundskabs
Baggrundsspørgsmål

Opddeles i:
Bagudskuende
Aktuelle
Fremtidsrettede spørgsmål

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Otte råd til spørgsmålsformulering

A
Anvend alemene termoer og dagligdagssporg
Anvend prævist sprogbrug
Overvej, hvor meget respondenten kan huske
Undgå antagelser
Spørg kun én ting ad gangen
Undgp negationer
Undgå følelsesladede ord
Undgå suplerlativer
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Svarkategorier

A

Give mening
Udtømmende
Afbalanceret

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Lukkede spørgsmål

A

Fast defienret svarkategorier
Kodning givet på forhånd
Begrænset indflydelse for respondenten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Åbne spørgmsål

A

Udefienret svarkategorier
Kodning foretages efterfølgende
Respondenten definere selv mulige svar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Bortfald

A

Svarprocent.

Antal af svar) / (Antal af potentielle respondenter

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Pilottest

A

Sikre kvaliteten af survey / interview

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Hypoteser

A

Antagelse / påstand om en sammenhæng / forhold
Falsificerbar som videnskabeligt kriterie
Forudsætning for videnskabelig progression

Deduktiv tilgang: hypoteser fremsættes før indsamling og analyse af data

26
Q

Nulhypotese

A

Udgangspunktet for ¨’ingen effekt’ eller at to værdier er lig med hinanden
Skrevet som H0

Defineret således, at der ingen sammenhæng er

27
Q

Alternativhypotese

A

Afvisning af nulhypotesen
Skrevet som Ha eller H1
Modstykke af H0

28
Q

P-værdier

A

Sandsynlighedsværdier
Sandsynlighed for at have opnået de givne svar / data.

Mindre p-værdi -> stærkere beviser for H0 forkastes

P-v. mål for, hvor langt data ligger fra H0
Sandsynlighedsværdi mellem 0 og 1

29
Q

Signifikanstest

A
  1. Ordinale/nominelle (kategoriske) eller intervalskala (kvantitative) variable
  2. Er det tilfældig udvælgelse
  3. Antagelse om populationsfordeling
  4. Stikprøvestørrelse / antal besavrelser

Sammenhæng mellem to variable.

30
Q

Procedure for signifikanstest

A
  1. Tjek antagelserne for signifikanstest
    - type data, tilfældig udvælgelse, krav om populationsfordeling
  2. Formuler nulhypotese
  3. Udregn testværdi
  4. Udregn p-værdi
  5. Konkluder om H0 kan forkastes
31
Q

Signifikans

A

Bestemmer hvornår vi afviser en nulhypotese
Hvilken p-værdi er den kritiske grænse
Signifikansniveauet kaldes også alpha-niveau
Alpha-niveau oftest sat til 0,05
Forkost H0m ved p-værdi på 0,05 eller mindre
H0 kan kun være sand eller falsk

32
Q

Type 1 fejl

A

H0 sand
Type I fejl
Korrekt konklusion

33
Q

Type 2 fejl

A

H0 falsk
Korrekt conclusion
Type II fejl

34
Q

Signifikanstest do’s and don’ts

A
  • Undlad at afrepportere signifikante resutlater

- Vær kritisk overfor signigikante resultater

35
Q

Kategoriske variabler

A
  • Variabler der omhandler grupperingerne i populationen

- Data med kendte og ofte bregrænset antal udfald - nominale og ordinale variable

36
Q

Chi i anden benyttes

A

Anvendes til at teste, om der er sammenhæng mellem to kategoriske variable

Afprøver hvorvidt der er forksel mellem en observeret og forventet frekvensfordeling i den anden variabels kategorier

37
Q

Afhængige variable

A

Det der påvirkes at de uafhængige variable

38
Q

Uafhængige variable

A

Variable der kan stå for sig selv

39
Q

Frihedsgrader

A

Hvordan den underliggende chi2 ser ud. Om man skal afvise eller ikke afvise H0.

Des flere rækker og tabeller, des mere ligner det en normalfordeling.

(antal rækker - 1)*(antal kolonner-1)

40
Q

CHI i anden test komponenter

A

Excel, chi2.test

kontekst: Krydstabel

(Kolonne total) x (rækketotal) / (total totalen)

41
Q

Signifikans

A

P-værdi der er under 0,05, afviser nulhypotese

42
Q

Komponenter i Chi2-test

A

Observerede og forventede værdier
Forventede værdier udregnes som (kolonnetotal * rækketotal) / samlet total

Antal af frihedsgrader = (antal rækker - 1) * (antal kolonner - 1)

Pbg. Chi2-værdi og antallet af frihedsgrader, kan man udlede en p værdi

43
Q

Tosidet hypotese

A

Hvorvidt ‘ingen forskel’ er mellem to grupper

44
Q

Ensidet hypotese

A

Hvorvidt en gruppe har større eller mindre værdi end en anden gruppe (ensidet)

Antager noget - teoretisk og fagbegundet

Overvægt af en mulighed af to mulige

45
Q

T-test

A

T-værdier bruges til at teste, hvorvid der er forskel mellem to gruppers gennemsnit (independent-samples t-test)

Independent-samples t-test: Hvorvidt der er forskel mellem to grupperse gennemsnit

One-sample t-test : Teste en gruppe mod en given testværdi

Paired samples: Test mellem de samme personer observeret på to forskellige tidspunkter

46
Q

T-test forudsætninger

A

Tilfældig udvælgelse (stikprøve af population)
Kvantitativ/intervalskaleret afhængig
T-test antager en normal populationsofrdeling
Robust med stort antal besvarelser og tisudet hypotesetest
Antagelse om en varians for de to grupper
T-fordelingen har tykkere haler end en normalfordeling

47
Q

T-test formler

A

T= (gennemsnit gruppe 2 - gennemsnit gruppe 1) / standardfejl

48
Q

Statisisk signifikans i t-test

A

Stor forskel i gennemsnit for to grupper øger sandsynligheden for, at der er en signifikant forskel på gennemsnitene.

Mindre standardafvigelse øger sansynligheden for en signifikant forskel

49
Q

T-test Excel

A

haler = 1 eller 2 afhængig af om ensidet eller tosidet hypotese

50
Q

Intervalskalerede variable

A

Variable med mange mulige udfald såsom ratio- og intervalvariable.

Meningsfyldt udregning af gennemsnit

51
Q

Punktdiagram

A

Illustrere sammenhænge mellem variabler med mange dataværdier

52
Q

Korrelationskoeffeicienten

A

Sammenhængen mellem to intervalskalerede variable, der kan antage værdi fra -1 til +1 afhængig af styrken og retning

1 = Perfekt positiv korrelation
0 = ingen sammenhæng
-1 = perfekt negativ correlation
53
Q

Spuriøse sammenhænge

A

Man kan finde en visuel sammenhæng, men der er ingen reel sammenhæng

54
Q

Tendenslinje

A

Regrssionslinjen, - viser r-værdi - viser sammenhæng

55
Q

Regression

A

Aller observationer er indbyrdes uafhængige
Y har konstant standardafvigelse
Middelværdien af Y afhænger linært af X

56
Q

Kausalitet

A

Årsagssammenhæng

57
Q

Lineær regression

A
Y = a*x+b
a= skæring med y-aksen
b= hældningskoefficienten
r= korrelationskoefficienten
58
Q

Statistisk signifikans

A

Store froskelle i gennemsnittende for to grupper øger sansynligheden for, at der er en signifikant forskel på gennemsnittene.

Mindre standardafvigelse giver mindre overlap mellem grupperne - øger sandsynligheden for en signifikant forskel mellem de to gruppers gennemsnit

59
Q

Nominal variabel

A

Ingen rangorden eller

60
Q

Normalfordeling

A

Klokkeformet symetrisk fordeling

Optræder ved stort datasæt

61
Q

Konfidensinterval

A

Angiver et interval for hvor den sande værdi ligger

Intervalestimater tager højde for usikkerhed