Uge 36 - Lektion 2 - Fundamentet for KV Flashcards
Sandsynlighed, befolkning, stikprøve, måling og måleniveauer
Forklar “befolkning”
Den gruppe mennesker vi ønsker at undersøge
Forklar en repræsentativ stikprøve samt reglerne der gælder for denne
Det er vigtigt at en stikprøve er repræsentativ.
Vi følger nogle regler, for at sikre os at en stikprøve er repræsentativ og tilfældig → der er altså ikke nogen bias i det
Regler:
1. Randomisering → folk skal vælges tilfældigt
2. Lige chancer for at blive valgt
3. Populationsstørrelsen påvirker også stikprøvstørrelsen → jo større vores population er, jo større skal ens stikprøve være.
Forklar “stikprøve” og herunder hvad der menes med inferens
En udvælgelse af befolkningen
Drage inferens på → Vi laver en analyse udefra vores stikprøve, og ud fra denne analyse kan vi sige noget om hele vores befolkning
Forklar validitet og reliabilitet
Validitet → Måler du, hvad du forsøger at måle
Fx. en valid måde at måle kropstemperatur på er ved at bruge et termometer
Reliabilitet → Får vi ensartet resultater?
Fx. vil der være en høj reliabilitet hvis der er en ensartethed i målingerne
Fx. hvis målingerne er C37, C 37.1, C36.9 vil der være en høj grad reliabilitet
Nævn de fire forskellige måleniveauer
Nominalt måleniveau
Ordinalt måleniveau
Interval måleniveau
Forholdstal/ratio måleniveau
Forklar nominalt måleniveau (kategorisk data)
Kategorierne på variablerne er gensidigt udelukkende, men ikke muligt at rangordne dem. Fx. seksualitet, køn eller farver.
Fx. hvis man ser sig selv som mand, så er man ikke kvinde (gensidigt udelukkende)
Forklar ordinaltal måleniveau
(Kategorisk data)
Kategorierne på variablerne er gensidigt udelukkende og er mulige at rangordne.
Det er dog IKKE muligt at fortolke afstande.
Data på ordinalniveau har en vis form for rangorden, men forskellen mellem værdierne er ikke nødvendigvis ens. Med andre ord, du kan rangere dem, men du kan ikke sige præcist, hvor meget forskel der er mellem hvert trin. Et eksempel kunne være uddannelsesniveauer (f.eks. lav, medium, høj) eller bedømmelser (f.eks. lav, middel, høj).
Forklar interval måleniveau
(numerisk data)
Kategorierne på variablerne er gensidigt udelukkende
Data kan rangordnes efter en enhedsskala.
Muligt at fortolke afstande
Ligeligt delt skala, men intet absolut nulpunkt. (fx eksisterer ”ingen” temperatur)
Her har vi både rækkefølge og en idé om afstand mellem værdierne, men der er intet sandt nulpunkt. Temperatur er et eksempel. En forskel på 10 grader er det samme overalt, men 0 grader betyder ikke “ingen temperatur.”
Forklar forholdstal / ratio måleniveau
(numerisk data)
Kategorierne på variable er gensidigt udelukkende.
Muligt rangordne
Meningsfuld at fortolke forholder mellem to enheder (fx alder – en person har dobbelt så høj alder, som en anden)
Ligeligt delt skala, med et absolut nulpunkt.
Dette niveau inkluderer alt: rækkefølge, ens afstand mellem værdier og et sandt nulpunkt. Det tillader os at sige, hvor mange gange større eller mindre noget er end en anden ting. For eksempel, hvis noget vejer 10 kg og noget andet vejer 5 kg, ved vi, at det første er dobbelt så tungt som det sidste.
Forklar kausalitet
Kausalitet betyder årsagssammenhæng –> forholdet mellem årsag og virkning
En kausalitet eller årsagssammenhæng betyder derimod, at den ene størrelse forårsager den anden.
Indenfor kvantitativ metode refererer kausalitet til den forbindelse mellem to variabler, hvor ændringer i den ene variabel medfører systematiske ændringer i den anden.
NB: men kan ikke snakke om kausalitet indenfor sureveys, ofte indenfor eksperimenter
Hvad er forskellen på kausalitet og korrelation?
Korrelation betyder at der er et sammenfald mellem to størrelser. Dvs. når den ene f.eks. stiger, gør den anden også, men det kan være helt tilfældigt.
En kausalitet eller årsagssammenhæng betyder derimod, at den ene størrelse forårsager den anden.
