Kapittel 10 - Beskrivelse og analyse av data

Question 1

Hvordan analyseres kvantitativ data?

Answer 1

Gjennom dataanalyser der kompleks informasjon reduseres til en forenklet beskrivelse, enten det er i form av tall, tabeller eller grafer. Det er altså en oppsummering av skårer i en statistikk (eks; gjennomsnittet), tabeller og grafer.

Question 1

Hva er beskrivende statistikk og slutningsstatistikk?

Answer 1

Statistikk anvendes på to måter: (1) for å beskrive resultater fra et utvalg (beskrivende) og (2) for å trekke konklusjoner om en populasjon på grunnlag av data fra et utvalg fra denne populasjonen (slutnings)

Question 2

Nevn et eksempel der man bruker beskrivende statistikk.

Answer 2

For eks. når en bruker gjennomsnitt, altså summen av en rekke verdier delt på antallet verdier, som gir et forenklet uttrykk for en gruppe tall (eks; gjennomsnittskarakteren er 2,33 for enkeltkarakterene i en klasse).

Question 3

Nevn to gode statistikkprogrammer

Answer 3

SPSS og Statistica (men man kan også gjennomføre avanserte analyser på et regneark i Excel)

Question 4

Hvordan plasseres variablene og deltakerne/casene i en statistisk analyse på datamaskin?

Answer 4

Variablene organiseres i kolonner
Hver deltaker/case har sin egen linje

Question 5

Hva er en scatterplot/spredningsdiagram?

Answer 5

En type graf som ofte brukes for å illustrere korrelasjon mellom to variabler.

Question 6

Beskriv forskjellen på diskrete og kontinuerlige variabler

Answer 6

Begge har som hensikt å beskrive skårer i et utvalg.

Den typiske statistiske prosedyren ved en diskret variabel er frekvensfordeling (frekvens av karakterene i et utvalg), mens det er gjennomsnitt, variasjon og skjevhet ved en kontinuerlig variabel (gjennomsnittlig karakternivå i en klasse).

Question 7

Når er det meningsfullt å bruke gjennomsnitt som mål på sentraltendens?

Answer 7

Når utvalget har ganske mange skårer
Skårene er tilnærmet normalfordelt
Det ikke er svært avvikende skårer i utvalget.

Question 8

Hvilke tre mål er det på sentraltendens?

Answer 8

Median: skåren som deler gruppen i 2, med 50% over og 50% under verdien.

Modus: skåren som inntreffer hyppigst i utvalget.

Gjennomsnitt: sum av enkeltskårer / antall skårer

Ved en normalfordeling av skårene vil disse sammenfalle, og motsatt vil de slå forskjellig ut dersom det ikke er det.

Question 9

Hva er en “uteligger”?

Answer 9

En verdi i et datasett som er sterk avvikende fra resten. Dette kan skyldes feil ellers er de bare avvikende. Kan også kalles en ekstremverdi.

Question 10

Hva er variasjonsbredden?

Answer 10

Forskjellen mellom høyeste og laveste verdi (de to mest avvikende verdiene)

Question 11

Hva er en skjevfordeling?

Answer 11

Avvik fra normalfordelingskurven der toppen vil ligge mot høyre eller venstre side, og der mode, median og gjennomsnitt ikke vil sammenfalle.

Skiller mellom positiv og negativ skjevfordeling.

Question 12

Hva er forskjellen på en unimodal og bimodal fordeling?

Answer 12

Normalfordelingskurven er unimodal, fordi den har én topp. En bimodal fordeling vil ha to topper.

Question 13

Hva er persentiler?

Answer 13

Persentiler angir en rangorden i et sett skårer.
“Hvis en skår på 65 lå på den 70. persentil, vil dette innebære at 70% av studentene hadde lik eller en svakere karakter, og 30% hadde en bedre karakter”

Question 14

Hva er et konfidensintervall?

Answer 14

Angir et “slingringsmonn” når vi beregner gjennomsnittet for et utvalg, der hensiktene er å si noe om populasjonens gjennomsnitt.

“Når vi beregner gjennomsnittet for et utvalg, vil vi kunne angi en grense for akseptabel feilmargin i forhold til populasjonsgjennomsnittet. La oss anta at 5% anses å være en akseptabel feilmargin. Når vi beregner gjennomsnittet (og tar i betraktning antallet som inngår i utvalget, samt spredningen i utvalget) vil vi for eksempel beregne at gjennomsnittet er 178, 2 med en feilmargin fra 177,6 til 179,4. Vi kan altså med høy sikkerhet, anslå at populasjonens gjennomsnitt ligger mellom disse verdiene “

Question 15

Nevn to forutsetninger som korrelasjonskoeffisenten bygger på.

Answer 15

At begge variablene er på intervall- eller rationivå. Brytes dette blir r, vanskelig å tolke. Finnes varianter av r som tillater avvik fra dette; finne korrelasjonen mellom inntekt (intervall) og kjønn (nominal).

At relasjonen mellom de to variablene kan fremstilles som en tilnærmet rett linje.

Question 16

Hva er effektstørrelse i korrelasjonskoeffisent?

Answer 16

r= 0,1 - liten ES
r= 0,3 - medium ES
r= 0,5 - stor ES

Question 17

Hvorfor må styrken på korrelasjonskoeffisenten tolkes forsiktig?

Answer 17

Verdiene av r befinner seg på ordinalnivå. Altså vil ikke en r= 0,60 være dobbelt så sterk som r= 0,30.

Question 18

Vil en sterk korrelasjon indikere kausalitet?

Answer 18

Nei ikke isolert sett. Den måler samvariasjonen mellom to variabler og tolkningen må forskeren stå for. Det er ikke korrelasjonen som tillater oss å trekke slutning om kausalitet, men designet som er brukt.

Question 19

Beskrivende statistikk kan lett gi et villedende eller til og med galt inntrykk av data. Nevn noen

Answer 19

Grafikk uten kontekst: Et ofte brukt triks er å ta forskjellen ut av sin konteks.

Lie factor: Overdrivelse i den grafiske fremstillingen, som kan uttrykkes i “løgnfaktoren”, hvis formel er enkel: LF = størrelsen av effekten som vises i grafikken / størrelsen av effekten i dataene.

Manipulasjon av skalaen: kan skape et villedende inntrykk av hva dataene egentlig viser

Korrelasjon som “bevis” på enighet: korrelasjonsanalyser kan indikere gøy grad av korrelasjon, selv om nivåene på de to variablene er ulike.