Populasjon og Utvalg

Question 1

Populasjon:

Answer 1

Alle vi ønsker å si noe om. (“All possible individuals making up a group of interest in a study”, Bordens & Abbott)
Eksempler:
-> Alle over 18 år i Norge (4,0 mill) 
-> Alle kvinner over 67 år (0,4 mill) 
-> Alle som tar PSY1010 (ca. 250)

Question 2

Utvalg (sample):

Answer 2

De som er med i studien. “A relatively small number of individuals drawn from a population for inclusion in a study» (Bordens & Abbott).

 Eksempler:

• > 200 personer over 18 år
• > 200 kvinner over 67 år
• > 50 PSY1010 studenter

Question 3

Sampling: å trekke et utvalg

Answer 3

Utvalgsprosessen:

1) Definer populasjonen.
2) Spesifiser samplingframe.
1) Sampling frame: En liste over alle i populasjonen som kan bli samplet.
2) Hvorfor kan ikke alle bli samplet?
3) Spesifiser en samplingmetode.
4) Velg hvor mange som skal samples.

Question 4

Ytre validitet og utvalg:

Answer 4

I hvilken grad dine resultater kan generaliseres fra den eksperimentelle settingen (generaliserbarhet).
Generalisering/ytre validitet avhenger av hvor representativt utvalget er for populasjonen.

 Utvalget (samplet) representerer populasjonen og skal være en miniatyrkopi av variasjonen i populasjonen.
 Hvis dette er tilfelle har vi et representativt utvalg.
 Hvis dette ikke er tilfelle sier vi at utvalget er skjevt (biased).

Question 5

Randomisert og Ikke-randomisert sampling:

Answer 5

Randomisert sampling:
 Antas i alle statistiske analyser.
 Vi kjenner sannsynligheten for å bli valgt ut.
 God generaliserbarhet til populasjonen

Ikke-randomisert sampling:
 Vi kjenner ikke sannsynligheten for å bli valgt.
 Dårlig generaliserbarhet til populasjonen (ytre validitet).
 Vanlig innen psykologisk forskning.

Question 6

Standardfeilen:

Answer 6

=Standardavviket til utvalgsfordelingen:
SE=SD/√n
• SD: standardavviket i utvalget (est. for populasjon)
• n: størrelsen på utvalget (antallet observasjoner)

Question 7

Utvalgsfordelingen:

Answer 7

Utvalgsfordelingen av en statistikk er distribusjonen av mulige verdier statistikken kan ta. Som alle fordelinger (distribusjoner) en forventning (gjennomsnitt) og standardavvik

To ting vi kan vite om utvalgsfordelingen til gjennomsnittet:

1. Store talls lov gir oss teoretisk grunnlag til å hevde at gjennomsnittet i et utvalg vil nærme seg snittet i den populasjonen utvalget var trukket fra når n vokser.
2. Sentralgrenseteoremet gir oss informasjon om hvordan usikkerheten rundt snittet er fordelt. Når utvalget vokser nærmer fordelingen seg en normalfordeling.

Question 8

Standardavvik vs Standardfeil

Answer 8

Standardavviket viser hvor stor variasjon som finnes.
Standardfeilen viser hvor presise estimatene våre er (hvor stor variasjon som finnes mellom utvalg).
SE=SD/√n

Question 9

Typer randomisert sampling:

Answer 9

1. Vanlig randomisert sampling
2. Stratifisert randomisert sampling
3. Systematisk randomisert sampling
4. Cluster sampling

Question 10

Ikke-sannsynlighetssampling:

Answer 10

1. Bekvemmelighetsutvalg (haphazard/convinience sampling)
2. Quota sampling (kvotesampling)
3. “Subject pool”
4. Snøballsampling

Question 11

Trenger en alltid et representativt utvalg?

Answer 11

Viktigst hvis du ønsker å finne et estimat på en eksakt populasjonsverdier:
 Prevalenser for psykiske lidelser i befolkningen
 Holdninger til politiske tema

Men: Ikke så viktig hvis man studere mekanismer.
 Fundamentale prosesser som er temmelig like i populasjonen (syn, hjerne-aktivering, effekt av søvndeprivasjon m.m.)
 Du er mer interessert i å teste hypoteser og ikke generalisere en eksakt verdi til populasjonen

Question 12

1. Parameter er karakteristika ved…

2. Statistikken gir karakteristika i…

Answer 12

1. populasjonen
    μ (mu)= gjennomsnittet i en populasjon
2. utvalget
    (x bar) = gjennomsnittet i et utvalg .

Question 13

Vanlig randomisert sampling

Answer 13

Tilfeldig uttrekning.
I et vanlig tilfeldig utvalg (simple random sample), har alle i sampling framen like stor sannsynlighet for å bli inkludert.
Potensielle problemer:
 Fremgangsmåten kan være sårbar for feil og tilfeldigheter, da den kan resultere i et utvalg som ikke gjenspeiler populasjonen.
 Subgrupper ikke nødvendigvis godt representert.

Question 14

Stratifisert randomisert sampling

Answer 14

Populasjonen deles i subgrupper (strata), trekker tilfeldig innen disse.
 Forholdstallsampling – gjenspeiler populasjonen.
 Oversampling – høyere sannsynlighet for å trekke individer med bestemte kjennetegn (alder, kjønn, demografi osv).
->Bedre mulighet til å trekke slutninger om spesifikke subgrupper.

Question 15

Systematisk randomisert sampling

Answer 15

 Alternativ måte for å oppnå et sannsynlighetsutvalg på. Godt egnet når sample frame allerede er tilfeldig organisert (når det gjelder egenskapene du er interessert i), f.eks. hver 10. pasient, folk født 19. hver måned.

Question 16

Cluster sampling

Answer 16

 Hele grupper trekkes tilfeldig

 Flernivå (cluster) sampling – grupper trekkes på flere nivå