Spørsmål fra Innleveringsoppgave

Question 1

Hvorfor skal vi gjøre om råskåren til z- og t-skårer?

Answer 1

Se for deg en normalfordelingskurve: En z-skåre er hvor mange standardavvik er du fra gjennomsnittet. Mer meningsfylt å bruke fordi det gir mer informasjon og det er lettere å sammenligne personer. Når vi har gjort om råskårene til Z-skårer og T-skårer finner vi en standardisert profil av personenes personlighetstest som er lettere å lese og sammenligne.

Question 2

Hvordan beregner man en z og t-skåre?

Answer 2

x=skåre
m= gjennomsnitt
s=standardavvik

Question 3

Hva er SEM?

Answer 3

• SEM er basert på klassisk testteori som hviler på forutsetningen om at en persons observerte skåre (x) er et produkt av «sann skåre»(T) og målefeil (e): X=T+e .
  *SEM er et mål hvor langt unna en skåre er «den sanne skåren».

Question 4

Hva påvirker størrelsen på SEM?

Answer 4

SEM estimeres på grunnlag av reliabiliteten til skårene på en test og standardavviket for skårene på testen. Jo større standardavvik, jo større blir SEM.
Jo lavere reliabiliteten, jo større usikkerhet og dermed større SEM. Motsatt gir høy reliabilitet lavere SEM – en perfekt reliabilitet på 1 ville gitt en SEM på 0.

Question 5

Hvordan beregner du et konfidensintervall?

Answer 5

• Finn ut hvilket konfidensintervall du trenger, er det 95% sikkerhet trenger du å gange med 2standardavvik
• Personens skåre - 2SD * SEM = nedre verdi
• Personens skåre + 2SD * SEM = øvre verdi

Question 6

Hvordan kan du finne standardfeilen (SEM) for differansen (når du har to ulike skårer, og vil si med sikkerhet at disse er forskjellige med hverandre)?

Answer 6

• Du trenger et konfidensintervall, beregn avstand mellom nedre og øvre verdi
• Du trenger regresjonskoeffisienten
• Standardavviket * kvadratroten av 2- regresjonskoeffisienten - regresjonskoeffisienten
• Tallet du får må ganges med 2 for å finne 2 standardavvik
• Svaret du får feks 9,96 betyr at Dersom to personer har mer enn 9,96 i forskjell i råskåre kan vi med 95% sikkerhet si at de har en skåre som er forskjellig fra hverandre.

Question 7

Hva er kommunalitet?

Answer 7

Hvor stor del av variansen i variabelen som kan forklares av den latente variabelen.

Question 8

Hvordan beregne kommunalitet?

Answer 8

Vi kan beregne kommunaliteten ved å bruke faktorladningen 0.75 på faktor b_1:
b_1= (0.75)^2= 0,5625

Question 9

Hva er eigenvaluen?

Answer 9

Eigenvaluen beregner andel varians for hver av faktorene, og man kan finne denne ved å summere kommunaliteten til alle faktorladningen.
Eigenvalue bør være mer enn 1, en slik verdi vil si høy korrelasjon og faktorladning.

Question 10

Hvordan vurderer man om faktorerne(deltestene) bør tas med for å måle samme latente variabel?

Answer 10

Man ønsker at faktorene korrelerer sterkt nok til at man kan si at de er et mål på det samme (den latente variabelen). Det finnes en konvensjon om dette som sier at en faktorladningene på mer enn +/-0.32 er sterk nok korrelasjon mellom faktor og latent variabel. Lavere faktorladning en dette vil si at faktoren forklarer mindre enn 10% av variasjonen i variabelen.

Question 11

R´2 i diagrammet viser…?

Answer 11

Viser hvor mye den uavhengige variabelen forklarer variansen i den latente variabelen. Kjønn forklarer altså 2,7% av sykefraværet her, altså ganske lite.

Question 12

Hva er en uteligger?

Answer 12

Vi sjekker om noen har skårer som har uforholdsmessig høye eller lave skårer som virker inn på resultatene.

Question 13

Hva er et multikollinearitetsproblem. Hvordan ser man det?

Answer 13

• Man undersøker om de uavhengige variablene korrelerer for høy med hverandre (altså om de egentlig er det samme). Dersom p. correlation er +/- 0.80 eller over så kan det skape problemer.
• Kan også sjekke toleranse. Vi kan også se på VIF som henger sammen med toleransen. Det kan være et problem om vifen er verdier over 5-10.

Question 14

Hva er toleranse og VIF?

Answer 14

Henger sammen med multikollinearitetsproblemer. Toleranse er varians som ikke deles med de andre uavhengige variabelene. Vi ser at toleransen er over 0.25 noe som betyr at de uavhengige variablene har lite til felles, men litt. Vi kan også se på VIF som henger sammen med toleransen. Det kan være et problem om vifen er verdier over 5-10.

Question 15

Hvordan regner vi andel mediering?

Answer 15

Andel mediering/styrke:
Indirekte effekt/total effekt = andel mediering.

Question 16

Hvilken del av diagrammet skal vi se på for å finne moderatoreffekt (interaksjonseffekt)?

Answer 16

+ R´2- se om den har forandret seg

Question 17

Hva er en standardisert regresjonskoeffisient?

Answer 17

De standardiserte regresjonskoeffisient viser hvor mange standardavvik den
avhengige variabelen forventes å endre seg med når man øker den uavhengige
variabelen med ett standardavvik.

Question 18

Hva er logikken i en faktoranalyse?

Answer 18

Vi har fire spørsmål som måler ekstravasjon, om de virkelig måler det samme (latente variabelen) så bør de korrelere. Dette undersøker vi gjennom faktoranalyse. Er pratsom og har en tendens til å være stille vil negativt korrelere fordi de har noe til felles, som i dette tilfelle er ekstravasjon.

Question 19

Hvordan bør residualene være ved en regresjonsanalyse?

Answer 19

En forutsetning når vi driver med regresjonsalalyse er at residualene bør være like på hver side- vi bør bomme likt på over og underestimering. Det kan vi undersøke ved å be om et plott for å se hvordan residualene fordeler seg:
Vi bør ha en tilfedlig foreling av disse- tilbake til hvorfro vi ikke trenger at modellen alltid er normaltfordelt- fordi selv om det ikke er det, så gjør det ingenting om residualene er det (normalfordelt altså)