Metod Flashcards
Kvasi-experiment
Kontroll av den oberoende variabeln, ingen randomisering av deltagare. De får själva välja betingelse
Icke-experiment
”Korrelationsstudier”
Ingen kontroll över den oberoende variabeln, ingen randomisering.
Intern validitet
Innebär med vilken säkerhet vi kan lita på slutsatsen att det var OV som påverkade BV.
Två hot mot intern validitet?
1 - riktningsproblemet: uppstår bara vid icke-experiment. Ingen kontroll över OV, t.ex om man gör en tvärsnittsstudie där OV och BV undersöks vid samma tidpunkt.
2- bakomliggande-variabel-problemet: innebär skensamband mellan OV och BV som egentligen kan förklaras med en bakomliggande variabel.
Extern validitet
Giltigheten att dra generaliseringar från samband mellan OV och BV.
4 olika urvalsmetoder
1- systematiskt urval: enheter med periodicitet, t.ex. var 100:e person.
2- stratifierat urval: populationen delas in i undergrupper.
3- klusterurval: använder ett kluster = en redan befintlig enhet som man kan använda för att dra ett stickprov ur.
4- bekvämlighetsurval: ber personer i närheten att frivilligt delta.
Mätdata och dess
- reliabilitet
- validitet
Reliabilitet: hur mycket slumpen kan förvränga resultatet.
Validitet: huruvida instrumentet mäter det det ska mäta, dess giltighet.
Nominaldata
Variabelvärden på en nominalskala kan bara namnges och grupperas. Gäller för kvalitativa variabelvärden.
Ordinaldata
Variabelvärden kan rangordnas utmed ett kontinuum men det finns ingen matematisk information om vilken som är större respektive mindre. Exempel: betygssystem.
Intervallsdata
Variabelvärdena på en intervallstart kan rangordnas längs intervaller. Minusgraden kan förekomma men ingen absolut nollpunkt, ett sådant exempel är temperatur och celsius.
Kvotskala
Här finns en absolut nollpunkt, dvs den totala frånvaron av det man är intresserad av att mäta. Alla variabelvärden har lika stora steg.
Relativ frekvens
Antalet förekomster av ett variabelvärde dividerat med det totala antalet
Variationsbredd
Det lägsta värdet subtraherar från det högsta värdet i en värdemängd
Histogram
Stapeldiagram för klassindelat material
Forskningsprocess modell
Frågor -> samla info, skapa hypotes -> testa hypotes -> analysera data, tolka -> rapportera -> fortsatt forskning, teori -> nya frågor, hypoteser
teori
Formella påståenden som förklarar hur och varför händelser hänger ihop
Steg i en forskningsstudie / design
Vad är frågan / vad vill vi veta? Lämpligt upplägg design, studiens variabler, deltagare, sammanställa, tolka, analys
Operationalisering
Förenkla, förtydliga, göra ett abstrakt begrepp mer konkret, definierar variabelns hur den mäts
Systematiska fel
Konstanta över upprepade mätningar, påverkar validiteten
Forskningsetik
Att forskaren sköter sig, kompetens o ansvar, ärlighet, korrekt uttalande, respekt
Informerat samtycke
Deltagare får fullständig beskrivning av proceduren, info om risker, underrättas att de när som helst kan avbryta utan påföljder
Hur kan du använda informationen om konfidensintervallen för att se om skillnaden är statistiskt signifikant?
Om KI inte överlappar är skillnaden statistiskt signifikant
Konfidensintervall
Inom vilka värden vi är 95% säkra på att det riktiga medelvärdet ligger, ju bredare desto osäkrare, bredden beror på stickprovets storlek och standardavvikelsen
Om KI inte överlappar är skillnaden statistiskt signifikant
Standardavvikelse
Värdenas genomsnittliga avvikelse från medelvärdet, mått på spridning / varians
Lilla my
Populationsmedelvärdet. Ligger med 95% säkerhet inom konfidensintervallet
Vilken deskriptiv statistik behövs för att se hur mycket de olika deltagarna varierar i sina bedömningar?
Standardavvikelse för respektive betingelse