Eksamens relevant Flashcards
(9 cards)
Hva menes med retningsproblemet?
Vi vet ikke hva som påvirker hva. Dette er speislt relevant i en korrelasjonsmatrise.
Hva er problemet med et observasjonelt/korrelasjonelt studie?
Det er vanskelig å finne årsakssammenhenger. Her inngår blant annet retningsproblemt.
Det kan lett være tredje variabler som ligger bak den observerte sammenhengen
Hva menes med objektive mål innen variabler?
At utfallet er objektivt. Dette er spesielt relvant ved subjektiv måling. Dersom Oppgaven måler motivasjon, glede stress eller noe, kan man påpeke at det bør være en mer objektiv måle måte.
Hva er økologisk validitet? Og når er det relevant å diskutere?
Det bør nevnes når undersøket/ i en kunstig setting
Hva er statistisk styrke?
Det viser sannsynligheten for å oppdage en viss effekt, gitt at effekten eksiterer.
Hvordan løser man oppgavene om statistisk styrke?
Eksamen bruker følgende rekkefølge:
- Hva slags test er det snakk om? T-test (står under test family), sammenlikne gjennomsnittet mellom to variabler (statistical test), det er gjennomført en prior poweranalyse (power analysis), med bruk av to halver ((tail(s)).
- Forklar den forventet effektstørrelse og hvor stor effekt den har. Dette er Cohens, 0.2 er lite, 0.5 er medium og 0.8 er mye.
- Forklar ønsket alfa nivå
- Ønsket statistk styrke.
- Forkllar hva organisasjonen ønsker, dette gjøres ved å bruke tallene. Beste måten å forkare det på er: “ønsket statistisk styrke, oppgave effekt størrelse GITT at en slik effekt finnes. Nevn så hvor mange som er med.
Forklar sammenhengen mellom utvalgstørrelse, statistisk styrke og effektstørrelse.
Større utvalg = større statistisk styrke. Jo flere i en undersøkelse jo mer sikkert er det.
Dersom det er færre enn utgangspunktet, må man enten ta ned ønsket styrke eller skru opp effekten. Grunnen til dette er at i et mindre datasett er det større sannsynlighet for ekstrme forskjeller.
Hva vil en effektstørrelse på 0.2 si i praksis? (stort pluss å forstå dette)
Det vil si at det nye gjennomsnittet er 0.2 standaravvik unna det orginale gjennomsnittet. Dersom det er 0.5 er det 0.5 standaravvik unna, samme med 0.8. Det er derfor det ikke har noe å si på utslaget om det er - eller + foran.
Hva er de vanligste feilene i modelene vi skal “fikse opp”
Y eller x aksen for få tall : dette overdriver ofte forskjeller
Uklare merkelapper