Eksamen Flashcards
(125 cards)
1
Q
Hva er forskjellen på deskriptivt og kausalt design?
A
Deskriptivt beskriver “hva” og “hvordan”, mens kausalt undersøker “hvorfor” og årsak/virkning
2
Q
Hvilke tre krav må oppfylles for kausalitet?
A
Samvariasjon, rekkefølge og isolasjon?
3
Q
Hva er forskjellen på populasjon og utvalg?
A
Populasjon er hele målgruppen, utvalg er en mindre gruppe man undersøker
4
Q
Hva kreves for at utvalget skal kunne generaliseres til populasjonen?
A
Representativitet og sannsynlighetsutvalg
5
Q
Hva er en type I-feil?
A
Forkaste en sann nullhypotese
6
Q
Hva er en type II-feil?
A
Beholde en falsk nullhypotese
7
Q
Hva er signifikansnivå?
A
Maksimalt akseptert sannsynlighet for å gjøre en type I-feil? (ofte 5%)
8
Q
Hva er operasjonalisering?
A
Å gjøre teoretiske begreper målbare med spørsmål og skalaer
9
Q
Hva er forskjellen på kategoriske og kontinuerlige variabler?
A
Kategoriske er inndelt i grupper (f.eks. kjønn), kontinuerlige har rekkefølge og avstand (f.eks. inntekt)
10
Q
Hva er begrepsvaliditet?
A
Hvor godt målingen representerer det teoretiske begrepet
11
Q
Hva er reliabilitet?
A
Stabilitet og pålitelighet i målingene - gir samme resultat ved gjentatte målinger
12
Q
Hva er Cronbach´s alpha?
A
Mål på intern konsistens - bør være >0,7
13
Q
Når bør du være bekymret for skjevhet i svarfordelingen?(skewness)
A
Når verdien er utenfor +/- 1
14
Q
Hva forteller kurtose?
A
Om fordelingen er spiss (>0) eller flat (<0)
15
Q
Hva sier standardavviket?
A
Hvor mye svarene varierer fra gjennomsnittet. >1,5 tyder på stor uenighet
16
Q
Hva er en faktorlading?
A
Hvor sterkt en variabel henger sammen med en underliggende faktor. Bør vær >0,3, men helst >0,5
17
Q
Hva er KMO og bartletts test?
A
Tester hvor egnet dataene er for faktoranalyse. KMO >0,6 og bartlett p <0,05
18
Q
Hva er kryssladning?
A
Når en variabel lader høyt på flere faktorer -> gir uklarhet og bør vurderes fjernet.
19
Q
Hva er formelen for regresjonslinjen (bivariat)?
A
Y=b_0+b_1X+e
20
Q
Hva betyr standardisert beta?
A
Standardisert beta, også kalt standardisert regresjonskoeffisient, viser hvor sterk en sammenheng er mellom en uavhengig variabel (X) og den avhengige variabelen (Y) – uavhengig av måleenhetene.
21
Q
Hva er VIF og når er det et problem?
A
Variance Inflation Factor; >5 kan tyde på multikollinearitet
22
Q
Når brukes dummyvariabler?
A
For å inkludere kategoriske variabler i regresjonsanalyse (f.eks. kjønn)
23
Q
Hvor mange dummyer trenger man?
A
G-1, hvor G er antall grupper (og den siste blir referansekategori)
24
Q
Hva er Pearsons r?
A
Pearson’s r er et tall mellom –1 og 1 som måler styrken og retningen på en lineær sammenheng mellom to kontinuerlige variabler (f.eks. høyde og vekt).
25
Når brukes Spearman i stedet for Pearson?
Ved ordinaldata eller ikke-lineær sammenheng
26
Hva kjennetegner nominalnivå?
Kategorier uten rekkefølge (f.eks. kjønn, avdeling)
27
Hva kjennetegner ordinalnivå?
Rangert orden, men ukjente avstander (f.eks. likert-skala)
28
Hva kjennetegner intervallnivå?
Like avstander, men uten naturlig nullpunkt (f.eks. temperatur i celsius)
29
Hva kjennetegner forholdstallnivå
Like avstander og et absolutt nullpunkt. (f.eks. inntekt, alder)
30
Hva er et nøkkelinformantspørsmål?
Et spørsmål som sikrer at respondenten har nødvendig kunnskap til å svare på undersøkelsen
31
Hvorfor bør man unngå for generelle spørsmål?
Det gir lite presis informasjon og kan tolkes ulikt
32
Hva er konsekvensen av et for langt spørreskjema?
Frafall eller slurvete svar som kan redusere datakvalitet og validitet
33
Hva er en latent variabel?
Et underliggende begrep som ikke kan observeres direkte. F.eks. holdninger
34
Hva er overflatevaliditet?
Om spørsmålene virker intuitive og fornuftige ved første blikk
35
Hva skjer hvis du har høy reliabilitet, men lav validitet?
Du måler konsekvent feil - resultatene er stabile, men ikke riktige
36
Nevn tre vanlige feilkilder i kvantitativ metode
Utvalgsskjevhet, målefeil, frafall
37
Hva er en utvalgsramme?
En liste eller oversikt over alle enheter i populasjonen man trekker utvalget fra
38
Hva er stratifisert utvelging?
Populasjonen deles inn i undergrupper (strata), og utvalg trekkes fra hver gruppe
39
Hva er klyngeutvelging?
Man trekker først geografiske eller organisatoriske klynger, deretter enheter fra klyngene
40
Hva er kommunalitet i faktoranalyse?
Hvor mye variansen i et spørsmål som forklares av de underliggende faktorene. (bør være >0,3)
41
Hva er forklaringsgrad?
Andelen av total varians i datasettet som forklares av faktorene
42
Hva brukes rotasjon til i faktoranalyse?
Å gjøre resultatene lettere å tolke ved å tydeliggjøre hvilke spørsmål som hører til hvilke faktorer.
43
Når brukes Oblimin-rotasjon?
Når man antar at faktorene kan være korrelerte.
44
Hva er residualer i regresjon?
Forskjellen mellom observert og predikert verdi.
45
Hva betyr homoskedastisitet?
At residualene har konstant varians på tvers av verdiene til X
46
Hva er konsekvensen av heteroskedastisitet?
Standardfeilene kan bli feil, og signifikansnivåene blir upålitelige.
47
Hva betyr det hvis residualene ikke er normalfordelte?
Signifikanstestene (f.eks. t-testen) kan bli upålitelige.
48
Hva er korrelasjon?
Et mål på styrke og retning i sammenhengen mellom to variabler
49
Hva er forskjellen på korrelasjon og kausalitet?
Korrelasjon=samvariasjon; kausalitet=den ene variabelen påvirker den andre
50
Hva er et typisk mål for korrelasjon ved kontinuerlige variabler?
Pearson r (-1 til 1)
51
Når bruker man Spearman i stedet for Pearson?
Ved ordinaldata eller når man mistenker ikke-lineære sammenhenger
52
Hva betyr en p-verdi under 0,05?
Det er statistisk signifikant - sannsynligheten for at resultatet skyldes tilfeldighet er <5%
53
Hva er forskjellen på ensidig og tosidig test?
Ensidig tester for effekt i én retning; tosidig tester for effekt i begge retninger
54
Hva gjør du med signifikansnivået ved tosidig test?
Deler det på to (f.eks. 0,05 > 0,025 på hver side)
55
Hvorfor bruker vi konfidensintervall?
For å vise usikkerheten rundt et estimat og om det er statistisk signifikant
56
Hva er multikollinearitet?
Når uavhengige variabler er sterkt korrelerte med hverandre
57
Hvordan oppdages multikollinearitet?
Med korrelasjonsmatrise og VIF-verdier (>5-10 er problematisk)
58
Hva er homoskedastisitet?
At residualene har lik varians for alle verdier av X
59
Hva skjer ved heteroskedastisitet?
Feilmarginene blir upålitelig -> feil i signifikanstesting.
60
Hvorfor må residualene være normalfordelte?
For at t-tester og konfidensintervaller i regresjon skal være gyldige
61
Hva er utvalgsskjevhet?
Når utvalget ikke representerer populasjonen: dårlig generaliserbarhet
61
Hva er frafall i spørreundersøkelser?
Når respondenter velger å ikke svare på alle spørsmål - kan skape skjevhet
62
Hva er målefeil?
Når spørsmålet ikke måler det du tror det måler - gir lav validitet
63
Hvordan kan man øke validiteten?
Gjennom gode spørsmål, pilotundersøkelser, og å bruke tidligere validerte måleinstrumenter.
64
Når bruker man faktoranalyse?
Når man vil redusere datamengde og samle spørsmål til underliggende begreper
65
Når bruker man regresjonsanalyse?
Når man vil undersøke hvordan én eller flere X påvirker Y
66
Når bruker man korrelasjonsanalyse?
Når man vil undersøke styrke og retning i sammenheng mellom to variabler - uten å si noe om årsak
67
Når bruker man deskriptiv analyse?
Når man vil oppsummere og få oversikt over data, som gjennomsnitt, spredning og fordeling.
68
Hva er begrepsvaliditet?
Graden av samsvar mellom det teoretisk begrepet og den måten det er mål på
69
Hva er reliabilitet?
Hvorvidt målingen gir stabile og pålitelige resultater over tid
70
Kan man ha høy reliabilitet, men lav validitet?
Ja- hvis man måler feil, men gjør det konsekvent.
71
Hva er overflatevaliditet?
Om spørsmålene ser ut til å måle det de skal ved første øyekast
72
Hva måler Cronbach´s alpha?
Intern konsistens - om spørsmål som måler samme begrep henger sammen
73
Hva er en god verdi for Cronbach´s alpha?
Over 0,7 er akseptabelt, over 0,8 er veldig bra.
74
Hva betyr en veldig høy Cronbach´s alpha?
At spørsmålene kan være for like - overmåler samme aspekt.
75
Når konstruerer man en indeks?
Når man har flere spørsmål som måler samme begrep og validitet/reliabilitet er tilfredsstillende.
76
Hva er et kontinuerlig spørsmål?
Et spørsmål med et skalanivå (f.eks. 1-7) som tillater varians og statistisk analyse
77
Hva er et kategorisk spørsmål?
Et spørsmål med svaralternativ uten rangering, f.eks. kjønn, bosted.
78
Hva brukes en pretest til?
Å teste spørreskjemaet på en liten gruppe for å avdekke feil og forbedringspunkter.
79
Hva er en dummyvariabel?
En variabel som koder kategoriske verdier som 0 og 1 for bruk i regresjon
80
Hvor mange dummyvariabler ville du trengt for 4 grupper?
Tre! Alltid G-1 dummyer for 4 grupper
81
Hva er en referansekategori i dummyregresjon?
Gruppen man sammenligner de andre mot; den får verdien 0
82
Når bør man bruke dummyregresjon?
Når man vil inkludere ikke-numeriske grupper. f.eks. kjønn og land i regresjonsanalyse
83
Hva er b_1 i regresjonsformelen Y = B₀ + B₁X + e?
Stigningstallet - hvor mye Y forventes å endre seg når X øker med én enhet
84
Hva representerer feilleddet (e) i regresjon?
Forskjellen mellom observert og predikert verdi - feilmarginen i modellen
85
Hva er R^2?
Forklaringsgrad - hvor stor andel av variasjonen i Y som forklares av modellen?
86
Hva er justert R^2?
Forklaringsgrad justert for antall variabler - mer presis ved flere X
87
Hva er samvariasjon?
At to variabler endrer seg i takt - f.eks. jo mer reklame, jo høyere salg.
88
Hva er temporaritet i kausalitet?
At årsaken (X) må komme før effekten (Y) i tid.
89
Hva er isolasjon i kausalitet?
At man må kontrollere for andre variabler for å sikre at X påvirker Y
90
Hva er en type I-feil?
Når man feilaktig forkaster en sann nullhypotese
91
Hva betyr kravet om lineær sammenheng i regresjon?
At forholdet mellom X og Y er en rett linje - en økning i X fører til en proporsjonal endring i Y
92
Hvordan kan man sjekke om sammenhengen er lineær?
Ved å se på scatterplot, at punktene følger en rett linje
93
Hva er residualer?
Forskjellen mellom observerte og predikerte verdier - "feilene" modellen gjør
94
Hvorfor er det viktig at residualene er normalfordelte?
For å sikre gyldig signifikanstesting og konfidensintervall
95
Hvordan kan man sjekke normalfordeling av residulaer
Ved hjelp av histogram, Q-Q-plot, eller shapiro-Wilk-test
96
Hva betyr homoskedastisitet?
At residualenes varians er konstant for alle verdier av X
97
Hva skjer ved heteroskedastisitet?
Feilene varierer systematisk -> standardfeil og p-verdier blir upålitelige
98
Hvordan kan man sjekke homoskedastisitet?
Ved å plotte residualene mot predikerte verdier - se etter jevn spredning
99
Hva betyr at residualene må være uavhengige
Feilene i prediksjonene skal ikke påvirke hverandre
100
Når brytes forutsetningen om uavhengige residualer?
Ved tidsseriedata eller paneldata, der observasjoner henger sammen over tid
101
Hva er multikollinearitet?
Når uavhengige variabler er sterkt korrelerte med hverandre
102
Hvordan oppdages multikollinearitet?
Ved høy korrelasjon mellom X-variabler og/eller VIF-verdier >5
103
Hva er konsekvensen av mulitkollinearitet?
Usikre koeffisienter og vanskelig å tolke effekten til hver enkelt X-variabel
104
Hva betyr at residualene må ha gjennomsnitt 0?
Modellens prediksjoner er i gjennomsnitt korrekte - ingen systematiske feil
105
Hva betyr det at feilleddet må være ukorrelert med X?
At feilen i modellen ikke henger sammen med forklaringsvariablene - hvis de gjør det, har man spesifikasjonsfeil
106
Hva kan man gjøre vi en regresjonsforutsetning brytes?
Vurdere transformasjon, bruke robust regresjon
107
Hva er de ulike regresjonsforutsetningene?
1) Lineær sammenheng mellom X og Y
2)Normalfordelte residualer
3)Homoskedastisitet
4)Uavhengige residualer
5) Fravær av multikollinearitet
6)Residualenes gjennomsnitt = 0
7)Uavhengige variabler har varians
108
Hva er en konseptuell modell?
En konseptuell modell kan defineres som en forenklet fremstilling av hvordan ulike variabler antas å henge sammen, hvor hensikten er å skape en modell som i størst mulig grad likner den virkelige verden
109
Hva er en kontrollvariabel?
Kontrollvariabler er andre variabler vi tror kan korrelere med vår modells x-er og/eller y-er, men som kan bli ekskludert fordi vi antar basert på teori og resonnering at de ikke vil ha effekt
110
Hva er formålet med å vurdere regresjonsforutsetninger?
For å sikre at regresjonsresultatene er valide og pålitelige. Brudd på forutsetningen kan føre til skjeve estimater, feil signifikansnivåer og feile konklusjoner
111
Hva er regresjonsforutsetning 1 - målenivå og målefeik?
Den avhengige variabelen må være kontinuerlig/kvantitativ, og uavhengige variabler kvantitative eller dikotome. Variablene må være uten systematiske eller tilfeldige målefeil
112
Hva menes med varians i variablene?
Alle uavhengige variabler må ha spredning. Hvis en variabel har lik verdi for alle respondenter, kan den ikke forklare den avhengige variabelen.
113
Hva betyr fravær av multikollinearitet?
Uavhengige variabler må ikke være sterkt korrelert med hverandre. Høy korrelasjon gjør det vanskelig å skille effekten av hver enkelt variabel.
114
Hva er forutsetningen om linearitet?
Sammenhengen mellom X og Y må være lineær. Det betyr at endringen i X gir en proporsjonal endring i Y. Dette kan undersøkes med scatterplots eller residualplott.
115
Hva betyr at residualenes gjennomsnitt må være 0?
For hvert sett av X-verdier skal feilleddene i gjennomsnitt være 0. Dette sikrer at modellen ikke systematisk over- eller undervurderer.
116
Hva betyr det at feilleddet ikke skal være korrelert med X?
Hvis feilleddene korrelerer med uavhengige variabler, indikerer det at relevante variabler mangler i modellen, og koeffisientene blir skjeve.
117
Hva kjennetegner et kausalt design?
Det søker å forklare årsakssammenhenger mellom X og Y gjennom kravene om savariasjon, rekkefølge og isolasjon
118
Hva er konvergent validitet?
Graden av korrelasjon mellom indikatorer som skal måle det samme begrepet. Faktorladninger bør være >0,3, helst >0,5
119
120
Hva er divergent validitet?
At indikatorer for ulike begreper ikke lader høyt på samme faktor - de måler distinkte fenomener
121
Hva er målet med faktoranalyse?
Å identifisere om spørsmålene faktisk måler samme underliggende begrep.
122
Hvilke kriterier gjelder for egenverdi i faktoranalyse?
Faktorer med eigenvalue >1 beholdes.
123
Hva er hensikten med mulitppel regresjonsanalyse?
Å undersøke hvordan flere uavhengige variabler samlet påvirker en avhengig variabel
124
Hvorfor inkludere en kontrollvariabel i regresjon?
For å isolere effekten av hovedvariablene og redusere risikoen for konfundering
