Forskningsmetodik: kvantitativa metoder och analyser (1,0 hp)

Question 1

Vad innebär statistisk signifikans?

Answer 1

Statistisk signifikans bedömer om resultat från en studie är på grund av faktisk effekt eller bara slump. Ett p-värde under 0,05 betyder att resultatet är statistiskt signifikant, vilket indikerar att effekten troligen inte är slumpen.

Question 2

Vad betyder p-värdet?

Answer 2

P-värdet anger sannolikheten för att observera de erhållna resultaten om nollhypotesen är sann. Ett lågt p-värde (<0.05) tyder på att sådana resultat är osannolika under H0, vilket leder till att nollhypotesen förkastas.

Question 3

Vad är standardavvikelse?

Answer 3

Standardavvikelse är ett mått på hur mycket datapunkter avviker från medelvärdet i en datauppsättning. Låg standardavvikelse innebär att datapunkter ligger nära medelvärdet, och hög standardavvikelse visar att datapunkterna är spridda över ett större område från medelvärdet. Används för att kvantifiera osäkerhet i ett genomsnitt eller jämföra variation mellan datamängder.

Question 4

Vad är nollhypotesen (H0)?

Answer 4

Nollhypotesen antar ingen effekt, skillnad, eller samband i en studie. Den testas mot en alternativ hypotes som föreslår en signifikant effekt. Förkastas om data visar statistisk signifikans, indikerar stöd för alternativ hypotes.

Question 5

Vad är alternativhypotesen (H1)?

Answer 5

Den hypotes som föreslår att det finns en effekt eller skillnad. Det inkluderar alla andra möjliga utfall än nollhypotesen.

Question 6

Beskriv de fyra skalnivåerna och deras nackdelar, ge exempel

Answer 6

• Nominalnivå: Svaren går endast att gruppera eller kategorisera. Ex; kön, barn eller vuxen, ja/nej.
• Ordinalnivå: Svaren/datan går att storleksordna, nackdel man vet ej diff mellan varje svar/data. Ex; Likert-skala.
• Intervallnivå: Svaren/datan går att storleksordna, diff mellan varje svar/data finns, nackdel icke-definierad nollpunk, t.ex. celsius, betyder inte att ingen värme finns, det är inte avsaknad av det som mäts. Ex; längd med måttband, tid med klocka.
• Kvotskala: Svaren/datan går att storlesordna, diff mellan varje svar/data finns, definierad nollpunkt, t.ex. kelvin, betyder att det är total avsaknad av det som mäts. Ex; inkomst, ålder, fysiska ting (tid för händelse = 0 innebär att händelsen var omedelbar)

Question 7

• Vad innebär reliabiliteten? Beskriv
• Hur kan man öka reliabiliteten?

Answer 7

• Reliabilitet hänvisar till pålitligeten av mätinstrumentet, det vill säga om det ger konsekventa resultat vid upprepade mätningar.
• Öka reliabiliteten genom att ha liknande frågor om samma ämne för att balansera svängningar i svaren, leder till högre tillförlitlighet.

Question 8

Vad innebär validitet? Beskriv

Answer 8

Validitet handlar om mätningen faktiskt mäter det den är avsedd att mäta. Ett insturment kan vara pålitligt utan att vara giltigt. Hög validitet kräver god reabilitet.

Question 9

Vad är test-retest metoden?

Answer 9

Det är en metod för att testa reliabiliteten i enkäter genom att ställa samma frågor till samma personer vid två olika tillfällen. Om svaren är konsekventa anses frågorna ha hög reliablitet.

Question 10

Elaborera på design och formulering av enkätfrågor

• Vad är egenskaperna av en väldesignad enkät? Hur undviker vanliga brister?

Answer 10

• En väldesignad enkät har frågor eller påståenden med förbestämda svarsalternativ, klara och entydiga frågor.
• BRA ex: Hur mår du?, angordnas från “Inte alls bra” till “Fantastiskt”, vilket ger en tydlig ordinalskala.
• DÅLIG ex: Gillar du munkar?, kan missförstås (bakverk vs. religiös figur), vilket visar låg reliabilitet.
• Enkelt och direkt språk för att undvika tolkningsskillnader.
• Relevans, inkludera endast frågor som är direkt relevanta för studiens syfte för att öka validiteten.
• Inkludera flera frågor om samma ämne för att minska individuella svängningar i svaren och öka reliabliteten.

Question 11

Varför används stapeldiagram i dataanalys?

Answer 11

Stapeldiagram ger en visuell översikt av datafördelningen, vilket hjälper forskare att snabbt identifiera trender och mönster.

Question 12

Varför är översättning av enkäter viktigt?

Answer 12

Korrekt översättning säkerställer att enkätens mening bevaras över språkbarriärer, vilket är kritiskt för internationell forskning och jämförelser.

Question 13

Hur påverkar antalet svarsalternativ en enkäts effektivitet?

Answer 13

Fem till sju svarsalternativ rekommenderas för att undvika överväldigande eller begränsande respondenterna, vilket bidrar till mer tillförlitliga data.

Question 14

Vad innebär datakodning?

Answer 14

Datakodning är processen att tilldela siffror till svarsalternativ för statistisk analys. Viktigt för att representera rangordningsdata korrekt.

Question 15

Vad innebär en totalundersökning inom forskning?

Answer 15

En totalundersökning är en metod där data samlas in från varje medlem i en hel population. Det är mest praktiskt i mindre grupper på grund av de höga kostnaderna och logistiska utmaningarna med att nå en stor population.

Question 16

Vad är skillnaden mellan en population och ett stickprov?

Answer 16

Populationen är den helhet av individer eller objekt som studien syftar till att dra slutsatser om. Ett stickprov är en mindre delmängd av denna population som väljs ut för att representera hela gruppen.

Question 17

Vad är ett representativt stickprov?

Answer 17

Ett representativt stickprov är ett urval som liknar populationen i relevanta egenskaper. Det ska ge en korrekt avbildning av hela populationen, vilket möjliggör generaliserbara slutsatser från stickprovet till populationen.

Question 18

Vad innebär bekvämlighetsurval?

Answer 18

Bekvämlighetsurval är en icke-slumpmässig urvalsmetod där deltagare väljs baserat på tillgänglighet och bekvämlighet. Det anses vara mindre pålitligt för generalisering på grund av potentiella snedvridningar i urvalet.

Question 19

Vad är sannolikhetsfördelningar?

Answer 19

Sannolikhetsfördelningar beskriver hur sannolikheter är fördelade över olika möjliga utfall i ett experiment eller en undersökning. De kan vara kontinuerliga (alla värden möjliga, t.ex. längdhopp) eller diskreta (endast specifika värden möjliga, t.ex. tärningskast).

Question 20

Vad är en normalfördelning?

Answer 20

En normalfördelning är en symmetrisk sannolikhetsfördelning känd för sin klockformade kurva. Den används ofta för att beskriva naturligt förekommande fenomen där data tenderar att samlas kring ett medelvärde.

Question 21

Vad beskriver en Paretofördelning?

Answer 21

Paretofördelningen beskriver fenomen där en liten del av populationen bidrar med en stor del av effekten, exempelvis ekonomisk förmögenhet, där få individer innehar största delen av tillgångarna.

Question 22

Varför är kritisk granskning viktig när man läser vetenskapliga rapporter?

Answer 22

Kritisk granskning är viktig för att bedöma studiens metodologi, urvalens representativitet och slutsatsernas generaliserbarhet. Det hjälper läsaren att identifiera potentiella brister eller snedvridningar i forskningen.

Question 23

Vad säger den centrala gränsvärdessatsen?

Answer 23

Centrala gränsvärdessatsen beskriver hur summan av många oberoende slumpvariabler blir ungefär normalfördelad, oavsett de enskilda variablernas fördelning.

Tärningskast: Kasta en tärning många gånger, addera resultaten. Summan blir normalfördelad ju fler kast du gör.

Question 24

Förklara följande begrepp:

• Oberoende variabel (OV)
• Beroende variabel (BV)

Answer 24

• Oberoende variabel (OV): Faktorn som forskaren manipulerar eller kontrollerar för att se dess effekt på en annan variabel. Den betraktas som orsaken i ett orsak-verkan-samband. Exempel: I studien om behandling mot test-oro är behandlingen den oberoende variabeln. Har effekt på den beroende variabeln
• Beroende variabel (BV): Den variabel som forskaren mäter för att se effekten av den oberoende variabeln. Den är resultatet eller effekten som förändras beroende på den oberoende variabeln. Exempel: I samma studie är graden av test-oro den beroende variabeln, eftersom forskaren undersöker hur den påverkas av behandlingen (OV). Har ingen effekt på den oberoende variabeln

Question 25

Extern validitet

Answer 25

Hög extern validitet är när resultatet är generaliserbart och kan applicera det på andra stickprovsgrupper. Man vill kunna få samma resultat om man gör studien igen

Randomisera:

• Urval

Question 26

Intern validitet

Answer 26

Intern validitet finns endast i studer om orsakssamnband, kausalitet.
Hög intern validitet är när man har full kontroll på alla variabler, OV, BV, samt externa variabler, sådant man inte tänker på kan påverka men gör det. Det ska inte finnas en alternativ förklaring till resultatet.
Man måste ha en kontrollgrupp för detta.

Randomisera:

• Fördelningen till betingelser (grupper)

Question 27

Kvantitativ forskning

Answer 27

Mäter något konkret, man mäter en variabel, vill hitta ett svar till sin hypotes och mäter endast det, man vill förklara orsaker

Question 28

Urvalsmetod, ge två exempel

Answer 28

• Slumpmässig fördelning (random assignment) till betingelserna stärker studiens interna validitet, för kausalitet
• Slumpmässigt urval (random sampling) stärker studiens externa validitet, för generalisering

Question 29

Skeva bortfall

Answer 29

En studie om intelligens, handlar om folk som testas varje dag i 20 dagar IQ test, du har ett randomiserat urval, så hoppar 7 pers av, då vet man inte att alla som hoppade av kanske var dem som hade lägst utbildning och därmed försvinner en viktig del av urvalet

• Intern Validitet: Skeva bortfall kan minska intern validitet om de leder till att de kvarvarande deltagarna i en studie inte längre är representativa för den ursprungliga gruppen. Detta kan snedvrida resultaten och göra det svårare att dra korrekta slutsatser om orsak och verkan inom studiens ram.
• Extern Validitet: Skeva bortfall påverkar också extern validitet, då de kan leda till att resultaten inte längre är generaliserbara till en bredare population. Om bortfallet innebär att vissa typer av individer är underrepresenterade, blir det svårt att applicera resultaten på hela populationen som studien syftar att representera.

Question 30

Vad innebär samband mellan variabler inom kvantitativa metoder?

Answer 30

Samband mellan variabler undersöker relationerna mellan svaren på två eller flera frågor eller påståenden, för att se om det finns en korrelation (positiv, negativ, kurvlinjär, eller ingen) mellan dem.

Question 31

Vilka är de olika typerna av samband som kan finnas mellan variabler?

Answer 31

Det finns fyra huvudtyper av samband: positivt linjärt (höga värden korrelerar med höga värden), negativt linjärt (höga värden korrelerar med låga värden), kurvsamband (relationen följer en kurva), och inget samband (inga tydliga tendenser).

Question 32

Hur identifierar man samband mellan variabler?

Answer 32

Samband kan initialt identifieras genom visuell analys av data i ett koordinatsystem, men för en mer objektiv analys används statistiska metoder som linjär regression och korrelationskoefficienter.

Question 33

Vad mäter Pearsons korrelationskoefficient? (r-värdet)

Answer 33

Pearsons korrelationskoefficient (r) mäter styrkan och riktningen av ett linjärt samband mellan två kvantitativa variabler, med värden från -1 (perfekt negativ korrelation) till +1 (perfekt positiv korrelation).

Question 34

Vad är viktigt att tänka på vid tolkning av korrelationer?

Answer 34

Det är kritiskt att inte förväxla korrelation med orsakssamband. En korrelation indikerar en relation mellan variabler men inte nödvändigtvis att en variabel orsakar förändring i en annan.

Question 35

Vad innebär problemet med begränsad spridning?

Answer 35

Problem med begränsad spridning uppstår när data inte täcker hela spektrumet av möjliga värden, vilket kan leda till felaktiga slutsatser om existensen eller styrkan av ett samband.

Question 36

Vad innebär symmetri i korrelationskoefficienter?

Answer 36

Symmetri i korrelationskoefficienter innebär att korrelationen mellan X och Y är densamma som mellan Y och X. Det visar att sambandets riktning är utbytbar och inte påverkar korrelationsvärdet.

Question 37

Vad är statistiska test?

Answer 37

Statistiska test är metoder för att bestämma sannolikheten (p-värdet) för ett visst resultat under nollhypotesen. Valet av test beror på datatyp, forskningsdesign och antaganden om datadistributionen. Testen hjälper till att avgöra om resultaten är statistiskt signifikanta.

Question 38

Vad innebär statistisk styrka?

Answer 38

Statistisk styrka är sannolikheten att ett statistiskt test korrekt förkastar en falsk nollhypotes. Högre statistisk styrka innebär en större chans att upptäcka en verklig effekt om den finns, vilket är viktigt för att minimera risken för typ II-fel (falskt negativa resultat).

Question 39

Skillnaden mellan statistisk signifikans och praktisk signifikans?

Answer 39

Statistisk signifikans innebär att resultatet sannolikt inte beror på slumpen. Praktisk signifikans handlar om storleken på effekten och dess betydelse i verkliga sammanhang. Ett statistiskt signifikant resultat är inte alltid praktiskt signifikant.

Question 40

Gör en kortfattad förklaring för varje punkt du skrivit i konversationen och formatera det för att ha på flashcard.

Answer 40

Mätning av skillnad innebär att jämföra gruppernas medelvärden för att se om det finns en statistiskt signifikant skillnad. Denna metod är grundläggande för att analysera och tolka data i kvantitativ forskning.

Question 41

Hur påverkar variationen tolkningen av skillnader mellan två grupper?

Answer 41

Variation inom grupperna påverkar hur tydlig en skillnad är. Stor variation kan dölja en verklig skillnad, medan mindre variation kan göra även små skillnader mer framträdande.

Question 42

Vad är Cohens d och vad mäter det?

Answer 42

Cohens d är ett mått på effektstorlek som visar storleken på skillnaden mellan två grupper, justerat för deras standardavvikelser. Det ger en djupare insikt i skillnadens betydelse.

Question 43

Vad innebär statistisk signifikans i sammanhanget av att jämföra två grupper?

Answer 43

Statistisk signifikans används för att bestämma om en observerad skillnad mellan två grupper troligen inte beror på slumpen, vanligtvis med ett p-värde mindre än 0.05.

Question 44

När är det lämpligt att använda ett t-test?

Answer 44

Ett t-test är lämpligt när data är minst på intervallnivå, grupperna har ungefär lika många observationer, liknande variation, och svaren är normalfördelade. Man får ut p-värde.

Question 45

Vad är Mann-Whitney U-testet och när används det?

Answer 45

Mann-Whitney U-testet används när data inte uppfyller kraven för ett t-test, till exempel vid ordinal data. Det jämför medianvärden mellan två grupper.

Question 46

Vad innebär klassisk mät- och testteori (CTT)?

Answer 46

Klassisk mät- och testteori (CTT) förklarar att det observerade svaret är summan av det verkliga svaret plus ett fel (error), vilket kan vara både positivt och negativt. Denna teori antar att fel slumpmässigt fördelas och att de över- och underskattningar de orsakar kan balanseras genom att använda flera mätvärden.

Question 47

Vad är viktigt att komma ihåg om reliabilitet och dimensioner?

Answer 47

Reliabilitet refererar till mätningens konsistens över tid och olika situationer. Det är viktigt att utforska om ett mätinstrument mäter en enda dimension eller flera, eftersom detta påverkar hur data ska tolkas och användas.

Question 48

Vad visar Cronbachs alfa?

Answer 48

Cronbachs alfa mäter intern konsistens eller hur väl en uppsättning frågor som avser att mäta samma koncept hänger ihop. Ett högre värde (nära 1) indikerar starkare sammanhang och högre reliabilitet.

Question 49

Vad är syftet med korrelationsmatris och faktoranalys?

Answer 49

Korrelationsmatrisen visar relationer mellan olika variabler. Faktoranalys används för att utforska dessa relationer ytterligare, identifiera underliggande dimensioner eller faktorer, och förstå hur olika variabler relaterar till dessa dimensioner.

Question 50

Varför är det viktigt att använda flera frågor i forskning?

Answer 50

Att använda flera frågor hjälper till att minimera individuella mätfel och ger en mer nyanserad och tillförlitlig förståelse av det fenomen som studeras.

Question 51

Varför är kritisk granskning av reliabilitet viktig?

Answer 51

En hög reliabilitet indikerar inte automatiskt att ett instrument är felfritt. Det är viktigt att kritiskt utvärdera reliabilitetsmått och överväga andra faktorer som kan påverka instrumentets tillförlitlighet.

Question 52

Varför är dimensionalitet viktig i mätinstrument?

Answer 52

Förståelse för om ett mätinstrument mäter en eller flera dimensioner är avgörande för korrekt tolkning och användning av data, då olika dimensioner kan påverka resultatens betydelse.

Question 53

arför ska man anpassa mätinstrument till specifika stickprov?

Answer 53

Värdet på reliabilitetsmått som Cronbachs alfa kan variera beroende på stickprovet. Det är viktigt att validera mätinstrumentet i det specifika sammanhang och den population där det används.

Question 54

Hur relaterar reliabilitet till validitet?

Answer 54

Även om ett mätinstrument är reliabelt (fritt från slumpmässiga fel) garanterar det inte att det är valitt (mäter vad det avser att mäta). God reliabilitet är en förutsättning för validitet, men inte en garanti för den.

Question 55

Svårigheter med att Tolka Korrelation på Grund av Riktningsproblem och Tredje-Variabeln-Problem

Answer 55

Holt belyser att det kan vara svårt att tolka en korrelation på grund av riktningsproblem, där det är oklart vilken variabel som påverkar vilken, och tredje-variabeln-problem, där en orelaterad tredje variabel kan vara den verkliga orsaken till en observerad korrelation. Till exempel, om det finns en korrelation mellan fysisk aktivitet och hälsa, kan det vara svårt att avgöra om aktiviteten förbättrar hälsan eller om friskare individer är mer benägna att vara aktiva, eller om en tredje faktor, som socioekonomisk status, påverkar både aktivitetsnivå och hälsa.

Question 56

Vad är skillnaden mellan samband och orsakssamband?

Answer 56

Samband innebär att två variabler korrelerar, dvs. rör sig tillsammans på något sätt, men inte nödvändigtvis att den ena orsakar förändring i den andra. Orsakssamband innebär att en variabel faktiskt orsakar en förändring i en annan.

Question 57

Vad betyder bakomliggande variabler i samband med korrelation?

Answer 57

Bakomliggande variabler är tredje variabler som kan förklara sambandet mellan två andra variabler. De kan vara den verkliga orsaken till det observerade sambandet och är avgörande att identifiera för att förstå relationens natur.

Question 58

Varför ska man vara försiktig med slutsatser om orsakssamband baserat på korrelationsstudier?

Answer 58

Korrelationsstudier visar bara att variabler rör sig tillsammans, inte att den ena orsakar den andra. Att fastställa orsakssamband kräver djupare analys och kontroll för att utesluta andra förklaringar.

Question 59

Hur kan sunt förnuft och ytterligare kunskap hjälpa i förståelsen av orsakssamband?

Answer 59

Sunt förnuft och ytterligare kunskap, som teoretisk bakgrund och tidigare forskning, är nödvändigt för att navigera komplexiteten i orsakssamband och för att göra informerade tolkningar av samband.

Question 60

Varför är det viktigt att vara medveten om misstolkningar och övertolkningar av samband och statistisk signifikans?

Answer 60

Starka samband eller statistisk signifikans innebär inte per automatik att det finns ett orsakssamband. Misstolkningar kan leda till felaktiga slutsatser om orsak och verkan, vilket understryker vikten av kritisk analys.

Question 61

Varför är randomisering viktig i experimentell design?

Answer 61

Randomisering säkerställer att experiment- och kontrollgrupper är likvärdiga vid studiens start, minskar risken för systematiska fel, och ökar studiens interna validitet.

Question 62

Varför är förmågan att generalisera resultat viktig i experimentella studier?

Answer 62

Förmågan att generalisera resultat till en större population är avgörande för studiens relevans och tillämpbarhet, vilket kräver ett representativt urval och realistiska experimentförhållanden.

Question 63

Vilken roll spelar etiska överväganden i experimentell design?

Answer 63

Etiska överväganden är kritiska för att skydda deltagarnas välfärd, särskilt när det gäller manipulering som kan ha negativa effekter. De säkerställer att forskningen är moraliskt försvarbar.

Question 64

Hur används experimentell och statistisk kontroll i forskning?

Answer 64

Experimentell och statistisk kontroll används för att isolera effekten av den oberoende variabeln och kontrollera för störande variabler, vilket ger mer tillförlitliga och giltiga resultat.

Question 65

Varför är effektstorleken viktig i experimentella studier?

Answer 65

Effektstorleken ger en kvantitativ mått på storleken av effekten, vilket är viktigt för att bedöma den praktiska betydelsen av resultaten, utöver bara statistisk signifikans.

Question 66

Vad är förankringseffekten och hur påverkar den experimentella resultat?

Answer 66

Förankringseffekten visar hur tidigare presenterad information kan påverka deltagarnas bedömningar och beslut, vilket understryker behovet av att kontrollera för psykologiska bias i forskning.

Question 67

Vad beskriver räta linjens ekvation? y = kx + m

Answer 67

Y = k ⋅ x + m modellerar relationen mellan två kvantitativa variabler.

• y är den beroende variabeln.
• x är den oberoende variablen.
• k är lutningen (sambandets styrka och riktning).
• m är y-skärningspunkten (var linjen korsar y-axeln).

Question 68

Vad är residualer?

Answer 68

Residualer är avstånden mellan observerade och förutsagda värden i en regressionsmodell. Små residualer = modellen förutsäger noggrant; stora residualer = dålig modellpassform.