Tenta med svar 1 Flashcards

1
Q

Vad innebär induktion?

A

Induktion handlar om att dra slutsatser UTÖVER det man redan tar för givet. Man gör detta utifrån erfarenheter och observationer

Begränsning med induktion är att slutsatsen inte behöver vara sann bara för att premisserna är det. Eftersom man drar slutsatser kring det man redan vet, är det inte säkert att detta är sant i framtiden.

EX: “solen har gått upp alla dagar hittils, allså kommer solen även att gå upp imorgon”

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

Vad innebär deduktion?

A

Deduktion handlar om att dra slutsatser inom ramarna för det man redan tar för givet. dvs inom ramarna för redan accepterade premmisser. EX. Alla spårvagnar går på räls, därför skall även denna spårvagn gå på räls.

Begräsning med deduktion är att det inte går att använda om man inte har korrekt information, dvs om dessa accepterade principer inte stämmer.

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

Vad innebär en teori?

A

En teori är en systematisk samling kunskap gällande ett fenomen. Flera olika teorier kan förklara samma fenomen men från olika perspektiv

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

Vad är en hypotes?

A

En hypotes är begränsad och täcker endast en företeelse. Hypotesen hämtas ofta från en teori

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

Beskriv falsifikationskriteriet!

A

Falsifikationskriteriet innebär att rnd hypotes eller teori måste vara falsifierbar dvs gå att motbevisa.

Man skall sträva efter att falsifiera sin hypotes snarare än att försöka bevisa den.

Exempel falsifierbart påstående:
1. Idag blir det soligt väder –> eftersom den kan vara antingen sann eller falsk.

Exempel icke falsifierbart påstående:
1. Antingen blir det soligt väder eller så blir det inte det. –> detta kan inte vara sant eller falskt

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

Undersökning om kontorister blev mer effektiva på arbetet om dom fick koffein. Övervakade webblärasen samt gav gratis kaffe. tid på icke-arbetsrelaterade sidor minskade med 20%

  1. Rimlig slutsats att kaffe övade effektivitet?
  2. Reliabiliteten hos interventionen
  3. Validiteten på intervensionen
  4. Alternativa förklaringar
  5. Hur kan design förbättras?
A
  1. Nej inte rimlig slutsats. Kan finnas massor av alternativa förklaringen på minskningen av icke-arbetsrelaterade sidor minskade som ej har med kaffet att göra
  2. Reliabilitet har att göra med kvalitet vid mätning. Enkelt kan man uttrycka det som konsistens eller replikerbarhet, alltså att samma eller åtminstone liknande resultat ska kunna uppnås vid upprepade mätningar. Att övervaka anställdas webläsare låter som ett ok sätt att läsa av huruvida de anställda var inne på arbetsrelaterade eller icke-arbetsrelaterade hemsidor på. Dock finnes inte mycket information om hur de gör just detta. Sitter en person och läser av detta? Använder man sig av machine learning? Hur trackar man dessa anställdas historik. Finns det utrymme för feltolkning. Det är mycket begränsad information om hur bedömningen melln arbetsrelaterad och icke-arbetsrelaterad webhistorik göra och metoden bakom.
  3. Om man mäter det man tänker sig mäta. Jag tror inte man mäter effektivitet bäst genom att se huruvida anställda är inne på arbetsrelaterade hemsidor eller inte. De anställda sitter antagligen snarare och dricker kaffe än att surfa och det är därför 20% har gått ned. Någon effekt verkar ju kaffet ha haft men man har ingen aning om det verkligen är effektiviteten den påverkat. Det är låg validitet då man ej kan veta någonting om sambandet mellan webbsidorna, kaffet och effektiviteten.
  4. De anställda dricker kaffe istället för att sitta vid sin dator är en alternativ förklaring till effekten.
  5. Man kan t.ex. mäta effektivitet på ett annat sätt t.ex. skapa KPI:er för olika leveransmått. t.ex. “antal stories stängda för sprinten”, Antal utskickade fakturer osv osv. Skicka ut enkäter före och efter kaffet har införts för att undersöka självupplevd effektivitet. Och göra samma sa för cheferna. samt mäta hur mycket kaffe som har gått åt för att kontrollera om det verkligen är kaffet som påverkar. Man hade kunnat dela upp i två grupper, en grupp som får kaffe och en grupp som inte får kaffe och skicka ut samma enkät till dessa t.ex.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Kontrollgruppen och experimentgruppen i ett experiment behandlas likadant förutom?

A

Den oberoende variabeln

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

I ett experiment fär man undersäker om ginseng ökar IQ värden skulle IQ värden vara?

A

Beroende variabeln

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

Vad kallas det när man gör ett psykologiskt fenomen mätbart?

A

Operationalisering

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

Pär vill undersöka om lycka mäter samma sak genom ett test av cronbachs alfa. Vad är det han testar?

A

reliabilitet

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

Pär vill undersöka om en avslappningsövning kan minska stress op arbetsplatsen. Han väljer två arbetsplatser att studera. En är experimentgrupp och den andrakontrollgrupp. VIlken typ av studie har pär gjort?

A

Ett kvasiexperiment pga avsaknaden av slumpmässig indelning

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

Beskriv begreppet huvudeffekt!

A

om man har en multifaktoriell anova Har man två oberoende variabler man vill förstå sambandet till beroendevariabeln men man vill också undersöka om de oberoende variablerna i samverkan påverkar den beroende variabeln. När man undersöker om en av de oberoende variablerna påverkar beroendevariabeln undersöker man en huvudeffekt. När man undersöker om de oberoende variablerna påverkar beroende variabeln i samverkan undersöker man interaktionseffekten

Om man t.ex. undersöker hur kön och undervisningsmetod påverkar tentaresultat så är det möjligt att se två huvudeffekter (könseffekt på tentaresultat och undervisningsmetodseffekt på tenta resultat) och en interaktionseffekt (undervisningseffekten på tentaresultat beror av kön)

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

När och varför göra ett post-hoc test?

A

När man genomfört en anova och har fått ett signifikant resultat (p<0.05) vet man att det finns en skillnad men inte vart skillnaden finns. För att ta reda på skillnaden görs ett post-hoc test t.ex. bonferroni där parvisa jämförelser mellan alla möjliga kombinationer görs för att ta refa på vart skillnaden finns.

t.ex.

A mot B
A mot C
B mot C
B mot A
C mot A
C mot B

p-värdet för respektive jämförelse visar vrt skillnaden finns. Om en jämförelse är signifikantinnebär det att det finns en skillnad.

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

Redogör för de tre antaganden i en oberoende ANOVA:

  1. normalfördelad population
  2. Homogena populationsvarianser
  3. Oberoende data
A
  1. Normalfördelad data innebär att man ska ha så lite skevhet som möjligt och inga tak och ingen toppighet. Om man plottar kurvan ska den vara “klockformad”. Är datan ite normalfördelad kan man ej använda oberoende anova. Då lämpar sig ett icke-parametriskt test bättre
  2. Homogen populationsvarians innebär att variansen inte skiljer sig åt mellan grupperna/ populationerna som mäts. Detta antagande testas med Levenes test som man inte vill ska vara signifikant. Signifikant resutat vid levenes test innebär att det finns en signifikant skillnad i varians, vilket man INTE vill ha då man vill ha homogen varians.
  3. Oberoende data innebär att man skall göra mätnignarna på olika individer och inte samma individer. För upprepade mätningar med SAMMA individer göra istället oberoende anova
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Redogör för följande termer inom BÅDE enkel och multipel regression

  1. r
    2 R2
    c) B (standardiserad beta)
A
  1. r visar om det finns en korrelation mellan de olika variablarna och hur stark korrelationen är. Det finns riktlinjer för vilka samband som anses vara svaga och starka men dessa bör användas med försiktighet. 0 betyder inget samband och -1/+1 betyder perfekt samband. Vid enkel regression är r=R^2 eftersom det bara finns en prediktor. Detta är ej fallet vid multipel regression.
  2. R^2 är determinationskoefficienten som uttrycker hur stor del av variansen Y som kan förklaras med preditor/prediktorerna X.

Vid enkel regression finns bara en prediktor och då är r=R^2, hela variansen förklaras med prediktor X. Vid multipel regression finns flera prediktorer och då förklaras variansen Y av X1 och X2 tillsammans (beroende på hur många prediktorer man har).

R^2 går att räkna om till procent t.ex. 43,5% av variansen i Y förklaras av X.

  1. Beta-koefficienten är standardicerad och det går därför att jämöra prediktorerna med varandra vid multipel regression. Ju större beta-koefficient desto starkare prediktor och det går på så sätt avgöra vilken prediktor som starkast förklarar variansen i Y.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Vad är p-värdet ett mått p?

A

P-värdet är ett mått på sannolikheten att resultaten beror av slumpen. p<5% innebär att det är mindre än 5% chans att resultatet INTE beror av slumpen.

17
Q

Vad kan vi dra för slutsats om F-värdet är mindre än 1?

A

F=1 innebär att vi har lika mycket systematisk varians som icke-systematisk varians. Ju större F desto mer systematisk varians i förhållande till icke-systematisk varians, eller ju mer mellan grupps varians jämfört med inom gruppsvarians. Fkrit hittas i tabeller där antalet frihetsgrader påverkar Fkrit. Ju fler deltagare i studien desto mindre krav på F.

F-värde mindre än 1 innebär att vi har mer icke-systematisk varians än systematisk varians. Ett F-värde mindre än 1 är inte signifikant.

18
Q

Vad innebär effektstyrkan eta^2?

A

?

19
Q

Varför när vi genomfra ett post-hoc test istället för multipla t-test?

A

multipla t-test leder till ökad risk av typ 1 fel, dvs att vi ser en effekt som inte finns.

20
Q

Vad visar d-värdet?

A

d-värdet visar effektens storlek utryckt i standardavvikelser

21
Q

redogör för och diskutera hur exerimentell design är relaterade till statistisk power?

A

Här skiljer man på inomindivid design och mellanindivid design. Inom individ deisgn har generellt sett högre power än mellan individdesign. Detta eftersom individerna i inomindividdeisgn fungerar som sin egen kontroll vilket innebär att felvariansen är lägre än vid en mellanindividdeisgn där deltagarna jämförs med varandra istället för med sig själva.

22
Q

redogör för och diskutera hur stickprov är relaterat till statistisk power?

A

Ju större stickprov man har desto högre power eftersom ett större stickprov är mer likt populationen.

23
Q

redogör för och diskutera hur effektstyrk relaterar till statistisk power?

A

Ett mått på effektstyrka kan användas för att beräkna power.

En stor effektstyrke=mått på hög power?