forskningsmetoder

Question 1

medelvärde

Answer 1

Det aritmetiska medelvärdet är summan av alla värden i en variabel, dividerat med antalet observationer.

Question 2

median

Answer 2

Medianen är det mittvärde som delar datamängden i två lika stora delar, där hälften av observationerna är mindre än medianen och hälften är större.

Question 3

standardavvikelse

Answer 3

Standardavvikelsen är ett mått på spridningen av data runt medelvärdet. Ju högre standardavvikelse desto större spridning.

Question 4

varians

Answer 4

Variansen är ett mått på hur mycket data avviker från medelvärdet. Det är standardavvikelsen upphöjd till kvadraten.

Question 5

kvartiler

Answer 5

Kvartilerna är värdena som delar datamängden i fyra lika stora delar. Kvartil 1 (Q1) är värdet där 25% av observationerna är mindre än Q1, kvartil 2 (Q2) är medianen och kvartil 3 (Q3) är värdet där 75% av observationerna är mindre än Q3.

Question 6

Skewness

Answer 6

Skevhet mäter hur asymmetrisk fördelningen av data är. En positiv skevhet innebär att datamängden har fler observationer till höger om medelvärdet, medan en negativ skevhet innebär att datamängden har fler observationer till vänster om medelvärdet.

Question 7

kurtosis

Answer 7

Kurtosis mäter hur mycket data i en fördelning är koncentrerad runt medelvärdet, jämfört med en normalfördelning. En hög kurtosis indikerar att datamängden är mycket koncentrerad, medan en låg kurtosis indikerar att datamängden är mer utspridd.

Question 8

skaltyper

Answer 8

Skaltyper avser de olika typer av skalor som används i datainsamling. Ovanstående fyra skaltyper är vanliga skaltyper, men det finns andra skaltyper som till exempel likertskala och visuell analogskala.

Question 9

nominalskala

Answer 9

Detta är den enklaste typen av skala där observationerna grupperas i kategorier eller kvaliteter utan någon inbördes rangordning. Exempelvis kön eller ögonfärg. Data på denna nivå kan bara hanteras med hjälp av frekvenser och procentuella andelar.

Question 10

ordinalskala

Answer 10

En ordinalskala liknar en nominalskala, men observationerna kan rankas i en viss ordning, men avståndet mellan olika skalsteg är inte lika stora. Exempelvis bedömningsbetyg i skolan, där A är högre än B och så vidare. Data på denna nivå kan användas för att beräkna median och procentiler, men inte för att beräkna medelvärde.

Question 11

intervallskala

Answer 11

På en intervallskala är det lika stora avstånd mellan varje skalsteg. En vanlig exempel är Celsius-skalan, där avståndet mellan 20 och 30 grader är lika stort som mellan 30 och 40 grader. Men nollpunkten på en intervallskala är godtycklig och kan inte användas för att uttrycka en nollpunkt på den mätta egenskapen.

Question 12

kvotskala

Answer 12

En kvotskala liknar en intervallskala men har en absolut nollpunkt. Det betyder att det är meningsfullt att säga att en observation är dubbelt så stor som en annan. Exempelvis längd, vikt och tid. Data på denna nivå kan användas för att beräkna median, procentiler, medelvärde, kvoter och förhållanden.

Question 13

normalfördelning

Answer 13

Normalfördelning är en fördelning av data som har en karakteristisk form som liknar en klockformad kurva. Den har ett symmetriskt utseende där medelvärdet, medianen och modusen ligger på samma punkt och 68% av datamängden ligger inom ett standardavvikelse från medelvärdet.

Question 14

reliabilitet

Answer 14

handlar om mätningens tillförlitlighet eller konsekvens. Det innebär att om en mätning görs flera gånger under samma förhållanden, ska resultatet vara detsamma eller liknande varje gång. Reliabilitet kan påverkas av olika faktorer, såsom slumpmässiga fel, systematiska fel eller mätfel på grund av mätinstrumentets begränsningar eller användarens kunskaper och färdigheter.

Question 15

validitet

Answer 15

handlar om mätningens giltighet eller träffsäkerhet. Det innebär att en mätning mäter det den är avsedd att mäta, och att den mäter det korrekt. Validiteten kan påverkas av faktorer som mätinstrumentets känslighet, frågeformulering, urval av deltagare och mätförfarandet.

Question 16

Deskriptiv

Answer 16

en gren inom forskningsmetod som handlar om att sammanfatta och beskriva olika egenskaper hos data. Det kan användas för att ge en översiktlig bild av data eller för att beskriva specifika egenskaper såsom medelvärde, standardavvikelse och varians.

Question 17

inferentiell

Answer 17

analyserar och redovisar statistik osäkerhet med inferentiell statistik, hjälper oss dra slutsatser på det vi ser.

Question 18

Oberoende variabel:

Answer 18

En variabel som antas orsaka förändringar i en annan variabel. Det är den variabel som man manipulerar eller kontrollerar i en studie.

Question 19

Beroende variabel:

Answer 19

En variabel som påverkas av en oberoende variabel. Det är den variabel som man mäter i en studie.

Question 20

Korrelation

Answer 20

Ett statistiskt samband mellan två variabler. En positiv korrelation innebär att ökningar i en variabel korrelerar med ökningar i den andra variabeln, medan en negativ korrelation innebär att ökningar i en variabel korrelerar med minskningar i den andra variabeln.

Question 21

Kausalitet

Answer 21

Ett samband mellan två variabler där en variabel orsakar en förändring i den andra variabeln. För att fastställa kausalitet krävs experimentell forskning där man kan manipulera den oberoende variabeln.

Question 22

Experimentell design

Answer 22

Planeringen av hur ett experiment ska genomföras, inklusive val av oberoende och beroende variabler, urval och metod för datainsamling.

Question 23

Experimentell forskning

Answer 23

Forskning som använder experimentella design för att undersöka orsakssamband mellan variabler. I experimentell forskning manipulerar man en oberoende variabel för att se hur den påverkar en beroende variabel.