Kvantitativ salstenta begrepp Flashcards
Beroende variabel
Den beroende variabeln är det mått eller resultat som vi vill undersöka och som påverkas av den oberoende variabeln. Det är den variabel vi mäter för att se om den förändras beroende på olika faktorer.
Variabeln som undersöks, det data vi vill testa. BV är ofta ett effektmått och OBV orsak.
Oberoende variabel
Den oberoende variabeln är den faktor som vi tror påverkar den beroende variabeln. Det är den variabel vi manipulerar eller delar in i grupper för att undersöka dess effekt på BV.
Variabeln som redan är. OBV = orsak.
Reliabilitet
Reliabilitet handlar om tillförlitligheten och konsekvensen i en mätning. En mätning med hög reliabilitet ger samma resultat vid upprepade mätningar, förutsatt att inget annat förändras.
validitet
Validitet handlar om hur väl en mätning faktiskt mäter det den är avsedd att mäta. En mätning med hög validitet ger korrekta och relevanta resultat.
exempelvis: En våg som konsekvent visar 5 kg för mycket har hög reliabilitet men låg validitet, eftersom den inte mäter vikten korrekt.
tvärsnittsstudie
Mäter en variabel vid ett specifikt tillfälle. ger en ögonblicksöverblick av en population, kan inte visa förändring över tid.
Exempel på forskningsfråga: Hur påverkar arbetsbelastningen socialsekreterarens upplevda stress vid en given tidpunkt?
Repetativ tvärsnittstudie
upprepande mätningar vid flera tidpunkter, men mäter inte samma personer. kartlägger trender över tid utan att följa samma personer.
Forksningsfråga: Hur har socialsekreterarens upplevda stress förändras mellan åren 2015, 2020 samt 2025?
Typ -1 fel
Sannolikheten att felaktigt avvisa en
nollhypotes (upptäcka en effekt som inte är sann). Uppstår när en forskare felaktigt förkastar en sann nollhypotes. Med andra ord drar forskaren slutsatsen att det finns en effekt eller ett samband när det i själva verket inte finns det.
Om forskaren får ett p-värde under 0,05 och därmed förkastar nollhypotesen, men i verkligheten finns ingen faktisk effekt, har ett Typ 1-fel begåtts.
typ -2 fel
Sannolikheten att felaktigt inte avvisa
nollhypotesen (missa en sann effekt). uppstår när forskaren inte förkastar en falsk nollhypotes. Med andra ord misslyckas man med att upptäcka en verklig effekt eller ett samband som faktiskt existerar.
Om forskaren får ett högt p-värde (> 0,05) och därför inte förkastar, trots att metoden faktiskt minskar stressnivåerna i verkligheten, har ett typ 2-fel begåtts.
standardavvikelse
Standardavvikelse = spridningsmått som används tillsammans med medelvärde. Detta
mått säger oss hur stor variationen är bland individerna för just den mätta variabeln. Men
måste hanteras tillsammans med medelvärde då den ensamt inte informerar om
variationen är stor eller liten.
Medelvärde
Medelvärde = genomsnittsvärde, används vid normalfördelad kvantitativ variabel
Nollhypotes
Det finns inget förhållande mellan OBV och BV
(ingen skillnad/effect/korrelation etc)
Finns inte en signifikant skillnad accepterar vi nollhypotesen
Statistiska analyser hjälper oss att avgöra om vi ska
acceptera eller avvisa nollhypotesen
hypotes
formulera en hypotes, ett påstående som ska prövas om det är sant eller inte.
Alternativ hypotes
Att det finns ett förhållande mellan OBV
och BV (det finns en skillnad/effect/korrelation etc)
Finns en signifikant skillnad avvisar vi nollhypotesen
Statistiska analyser hjälper oss att avgöra om vi ska
acceptera eller avvisa nollhypotesen
centralmått
Typvärde = centralmått för kvalitativa variabler, det värde som är vanligast. Förekommer i alla skalnivåer.
Median = används om den kvantitativa variabeln inte är normalfördelad. Kan även användas för variabler på ordinal skala. Det värde som ligger i mitten. Ordinal/ intervall/ kvot.
Medelvärde = genomsnittsvärde, används vid normalfördelad kvantitativ variabel . summan av värdena dividerat på antalet värden. (intervall/kvot)
Spridningsmått
Spridningsmått beskriver variationen. När medel och median visar lika i två helt olika grupper så kan gruppernas variation (ålder) vara stor skillnad på.
Variationsvidd= Max-Min, vet fortfarande inte vad som finns i mitten.
Kvartilavstånd = spridningsmått som används tillsammans med median. Delas upp i fyra grupper, Q3-Q1 får man fram kvartiltalet.
Standardavvikelse = spridningsmått som används tillsammans med medelvärde. Detta
mått säger oss hur stor variationen är bland individerna för just den mätta variabeln. Men
måste hanteras tillsammans med medelvärde då den ensamt inte informerar om
variationen är stor eller liten. Ju större standardavvikelse desto större spridning från medelvärdet.