Allt möjligt Flashcards

1
Q

Vilka fyra olika skalor finns det?

A

Nominal, ordinal, intervall och kvot

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

Vad är nominal för typ av skala?

A

Siffrorna används för att identifiera och har inte en matematisk mening. Skalan är kategorisk och går inte att rangordna.

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

Ge exempel på något som kan vara nominalskala?

A

Tex att 1=ja 2=nej eller att 1=man 2=kvinna

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

Berätta om ordinal skala.

A

Siffrorna har en betydelse men avståndet mellan två variabler kan vara olika. En högre siffra = mer av något och en längre siffra = mindre av något.

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

Ge exempel på något som kan vara ordinalskala?

A

Tex högsta utbildningsnivå (1=grundskola, 2=gymnasie, 3=universitet)

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

Berätta om intervallskala.

A

Både siffror och avstånd har betydelse däremot finns det ingen absolut nollpunkt. Den är kontinuerlig. Det går visserligen att bestämma en nollpunkt men den är då inte absolut.

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

Ge exempel på något som kan vara intervallskala?

A

Tex uppfattning om glass (1=äckligt, 5=mycket gott).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Berätta om kvotskala.

A

Denna skala har en absolut nollpunkt vilket ingen annan skala har. Det innebär att det kan finnas en total avsaknad av det vi mäter. Denna är också kontinuerlig och har både rangordning och ekvidistans.

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

Kan du ge exempel på något som kan vara kvotskala?

A

Till exempel ålder eller längd.

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

Nämn några olika statistiska fallgropar.

A
  • samband är inte samma som kausalitet.
  • outliers (extremvärden)
  • post hoc-fynd
  • flera tester ökar risken för typ 1-fel
  • urvalsstorleken påverkar beräkningarna
  • begränsning av räckvidd kan vara ett problem
  • resultat på gruppnivå är inte generaliserbara till individnivå
  • regression to the mean
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Vad innebär det att samband och kausalitet inte är samma sak?

A

Det innebär att man inte får anta att ett uppvisat samband = kausalitet ett samband kan bero på det vi tror men det kan också bero på en tredje variabel vi inte har räknat in.

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

Vad innebär outliers?

A

Det innebär att man kan få extremvärden. Det kan bero på att någon svarat fel eller att det är ett extraordinärt fall. I vissa fall kan dessa behövas ta bort för att tex medelvärdet blir missvisande. Detta påverkar mer om man har ett litet urval.

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

Vad finns det för risker med post-hoc fynd?

A

Post hoc-fynd (oförutsedd resultat) handlar om att man hittar resultat och sedan applicerar en förklaring till dessa. Att utföra många tester (data fishing) för att fiska efter signifikanta resultat är vetenskapligt oetiskt och
kan ge falska resultat.

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

Vad menas med att flera tester ökar risken för typ 1-fel?

A

Typ 1-fel innebär att man förkastar H0 när man egentligen inte ska det. Om vi sätter p-värdet till 0,05 säger vi att vi accepterar en 5% risk för ett typ 1-fel, eller att vi avvisar H0 när det faktiskt är sant
Det gäller för varje test som vi gör
Så för det första testet är risken för ett typ 1-fel 5%. Om vi gör två test av samma hypotes ökar risken för ett typ 1-fel till 0,10 om p-värdet sätts till 0,05
Om vi ska göra flera test på samma gång behöver vi därför göra bonferroni justering = alpha/antal test

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

Vad menas med att urvalsstorleken påverkar beräkningarna?

A

Ett litet urval kan öka risken för typ 2-fel alltså att vi accepterar H0 när den egentligen ska förkastas. Detta på grund av brist på power. I stora urväl däremot kan resultatet vara signifikant men effekten vara liten. Därför är det viktigt att ta hänsyn till p-värde + effektstorleken + urvalsstorleken vid tolkning av resultatet.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Vad menas med att begränsad variationsbredd kan vara ett problem?

A

Om man inte har variation i sina variabler kommer man inte kunna mäta något.
För specifika variabler ger inte något signifikant resultat.

16
Q

Vad menas med regression to the mean?

A

Det innebär att om något är extremt en gång är det mer sannolikt att det blir mindre extremt nästa gång. Det tenderar att “återgå till medelvärdet”.

17
Q

Vad menas med att resultat på gruppnivå är inte generaliserbara till individnivå?

A

Om du gör en undersökning på 11-15 åringar så kanske man tror att resultatet gäller för hela detta ålderspann men delar man sedan upp det kan man se att det inte alls gäller på samma sätt för alla. Alltså är inte alla resultat på gruppnivå generaliserbara till individnivå.

18
Q

Varför är det viktigt att mäta effekten och inte endast om ett resultat är signifikant?

A

Effekten är viktigt att mäta ut vare sig resultatet är signifikant eller inte, den berättar om sambandet mellan variablerna. Det kan vara starkt, mellanstort eller svagt. Effekt kan inte säga något om studiens tillförlitlighet utan endast om sambandet mellan variablerna. Ett exempel på effektstorlek skulle kunna vara en hjärtmedicin som testas. Om en höjning dosen av hjärtmedicinen påverkar blodtrycket på en deltagare mycket så är effekten stor, om blodtrycket inte påverkas mycket alls så kan man säga att effekten är låg. Effektstorleken visar alltså hur stor betydelse ett resultat har.