Kvantitativ salstenta begrepp

Question 1

Beroende variabel

Answer 1

Den beroende variabeln är det mått eller resultat som vi vill undersöka och som påverkas av den oberoende variabeln. Det är den variabel vi mäter för att se om den förändras beroende på olika faktorer.

Variabeln som undersöks, det data vi vill testa. BV är ofta ett effektmått och OBV orsak.

Question 2

Oberoende variabel

Answer 2

Den oberoende variabeln är den faktor som vi tror påverkar den beroende variabeln. Det är den variabel vi manipulerar eller delar in i grupper för att undersöka dess effekt på BV.

Variabeln som redan är. OBV = orsak.

Question 3

Reliabilitet

Answer 3

Reliabilitet handlar om tillförlitligheten och konsekvensen i en mätning. En mätning med hög reliabilitet ger samma resultat vid upprepade mätningar, förutsatt att inget annat förändras.

Question 4

validitet

Answer 4

Validitet handlar om hur väl en mätning faktiskt mäter det den är avsedd att mäta. En mätning med hög validitet ger korrekta och relevanta resultat.

exempelvis: En våg som konsekvent visar 5 kg för mycket har hög reliabilitet men låg validitet, eftersom den inte mäter vikten korrekt.

Question 5

tvärsnittsstudie

Answer 5

Mäter en variabel vid ett specifikt tillfälle. ger en ögonblicksöverblick av en population, kan inte visa förändring över tid.

Exempel på forskningsfråga: Hur påverkar arbetsbelastningen socialsekreterarens upplevda stress vid en given tidpunkt?

Question 6

Repetativ tvärsnittstudie

Answer 6

upprepande mätningar vid flera tidpunkter, men mäter inte samma personer. kartlägger trender över tid utan att följa samma personer.

Forksningsfråga: Hur har socialsekreterarens upplevda stress förändras mellan åren 2015, 2020 samt 2025?

Question 7

Typ -1 fel

Answer 7

Sannolikheten att felaktigt avvisa en
nollhypotes (upptäcka en effekt som inte är sann). Uppstår när en forskare felaktigt förkastar en sann nollhypotes. Med andra ord drar forskaren slutsatsen att det finns en effekt eller ett samband när det i själva verket inte finns det.

Om forskaren får ett p-värde under 0,05 och därmed förkastar nollhypotesen, men i verkligheten finns ingen faktisk effekt, har ett Typ 1-fel begåtts.

Question 8

typ -2 fel

Answer 8

Sannolikheten att felaktigt inte avvisa
nollhypotesen (missa en sann effekt). uppstår när forskaren inte förkastar en falsk nollhypotes. Med andra ord misslyckas man med att upptäcka en verklig effekt eller ett samband som faktiskt existerar.

Om forskaren får ett högt p-värde (> 0,05) och därför inte förkastar, trots att metoden faktiskt minskar stressnivåerna i verkligheten, har ett typ 2-fel begåtts.

Question 9

standardavvikelse

Answer 9

Standardavvikelse (SD) = spridningsmått som används tillsammans med medelvärde. Detta
mått säger oss hur stor variationen är bland individerna för just den mätta variabeln. Men
måste hanteras tillsammans med medelvärde då den ensamt inte informerar om
variationen är stor eller liten. Desto större standardavvikelse desto större spridning mellan måtten.

Question 10

standardisering

Answer 10

används för att omkoda variabler, så man kan jämföra dessa. Icke normalfördelad data.

Question 11

standardfel (SE standard error)

Answer 11

indikerar på hur stor avvikelse från populationen det är från stickprovets medelvärde.

Question 12

Medelvärde

Answer 12

Medelvärde = genomsnittsvärde, används vid normalfördelad kvantitativ variabel

Question 13

Nollhypotes

Answer 13

Det finns inget förhållande mellan OBV och BV
(ingen skillnad/effect/korrelation etc)

Finns inte en signifikant skillnad accepterar vi nollhypotesen

Statistiska analyser hjälper oss att avgöra om vi ska
acceptera eller avvisa nollhypotesen

Question 14

hypotes

Answer 14

formulera en hypotes, ett påstående som ska prövas om det är sant eller inte.

Question 15

Alternativ hypotes

Answer 15

Att det finns ett förhållande mellan OBV
och BV (det finns en skillnad/effect/korrelation etc)

Finns en signifikant skillnad avvisar vi nollhypotesen

Statistiska analyser hjälper oss att avgöra om vi ska
acceptera eller avvisa nollhypotesen

Question 16

centralmått

Answer 16

Typvärde = centralmått för kvalitativa variabler, det värde som är vanligast. Förekommer i alla skalnivåer.

Median = används om den kvantitativa variabeln inte är normalfördelad. Kan även användas för variabler på ordinal skala. Det värde som ligger i mitten. Ordinal/ intervall/ kvot.

Medelvärde = genomsnittsvärde, används vid normalfördelad kvantitativ variabel . summan av värdena dividerat på antalet värden. (intervall/kvot)

Question 17

Spridningsmått

Answer 17

Spridningsmått beskriver variationen. När medel och median visar lika i två helt olika grupper så kan gruppernas variation (ålder) vara stor skillnad på.

Variationsvidd= Max-Min, vet fortfarande inte vad som finns i mitten.

Kvartilavstånd = spridningsmått som används tillsammans med median. Delas upp i fyra grupper, Q3-Q1 får man fram kvartiltalet.

Standardavvikelse = spridningsmått som används tillsammans med medelvärde. Detta
mått säger oss hur stor variationen är bland individerna för just den mätta variabeln. Men
måste hanteras tillsammans med medelvärde då den ensamt inte informerar om
variationen är stor eller liten. Ju större standardavvikelse desto större spridning från medelvärdet.

Question 18

sambandstester

Answer 18

en form av analys om det finns ett samband mellan variabler. Man kan testa korrelation samt regression via tester som Pearsons samt spearmans.

Question 19

skillnadstester

Answer 19

En form av analys som testar om det finns någon skillnad mellan variabler. Man kan testa detta med Chi2, Anova och T-test.

Question 20

Parametriskt test**

Answer 20

Bivariata analyser. beroendevariabeln ska uppfylla kriterier som kontinuerlig skala, normalfördelad data, homogen varians (lika varians).

Sambandet/ korrelationen mellan två variabler.

Sambandstest: Pearsons r.
Skillnadstest: T,test och Anova

Question 21

Icke parametriska

Answer 21

Bivariata analyser. När data inte är normalfördelat (snedfördelat), när data är ordinal såsom betyg eller när data är kategorisk, när grupper har olika spridning.

Sambandstest: Spearmans
Skillnadstest: Chi2, Mann whitney, Kruskal wallis.

Question 22

Om något är normalfördelat?

Answer 22

Om värdena är normalfördelat så är medelvärdet, median, och typvärdet likvärdigt = normalfördelat. För att undersöka om något är normalfördelat eller inte kan man använda sig av grafiska metoder eller statistiska tester.

Shapiro wilk test:
H₀ (nollhypotes): Data är normalfördelad.
H₁ (alternativ hypotes): Data är inte normalfördelad.

p-värde > 0,05 (Större än) → Kan inte förkasta H₀ → Data är troligtvis normalfördelad.

p-värde < 0,05 (mindre än)→ Förkastar H₀ → Data är troligtvis inte normalfördelad.

Så, p > 0,05 betyder att vi inte hittat tillräckligt med bevis för att säga att data avviker från normalfördelning.

Question 23

normalfördelning

Answer 23

om alla värdena är ungefär samma.

Question 24

Anova test

Answer 24

skillnadstest - parametriskt test - normalfördelat - fler grupper.

Nominal & intervall/kvot

Man vill testa medelvärdet mellan grupper.
Eta effekt mått av Anova, varierr mellan 0-1, där noll betyder inget samband.

Question 25

T-test

Answer 25

Skillnadstest, ett parametriskt test som testar två grupper. Nominal & intervall/kvot. en dikotom variabel och en kontinuerlig. Är beroendevariabeln normalfördelad görs ett T-test annats gör man en whitney test (icke parametriskt) OBV - dikotoma BV - kontinuerlig enkelt t-test, beroende t-test och oberoende t-test. vanligast är oberoende.

Question 26

Chi två test

Answer 26

behandlar grupper och kategorier. Icke parametriskt test. Nominal / ordinal skala. Kvalitativ och kvalitativ - korstabell.

Question 27

långitudienell studie

Answer 27

En longitudinell studie innebär att samma individer eller grupper följs över en längre tidsperiod för att undersöka förändringar och samband över tid. Möjliggör analys av orsakssamband och utvecklingsförlopp.

Question 28

Ekologisk validitet

Answer 28

om resultaten kan generaliseras i verkligheten

Question 29

populationsvaliditet

Answer 29

om resultaten kan generaliseras till större population.

Question 30

Intern validitet

Answer 30

Är resultaten påverkade av yttre faktorer, eller visar de ett verkligt samband? trovärdigheten man har styrs av intern validitet. Hög validitet minimerar ovidkommande variabler.

Question 31

Extern validitet

Answer 31

Kan resultaten generaliseras till andra grupper eller situationer?

Question 32

P - värde

Answer 32

Signifikans, finns det en signifikant skillnad?

Question 33

F - värde

Answer 33

Anova test f(df)= f värdet, p

Question 34

R- värde

Answer 34

Korrelation r(df)= r värde, p värde.

Question 35

dikotom variabel

Answer 35

Grupper som är indelade i två grupper. Exempelvis Kön.

Question 36

Diskret variabel

Answer 36

alla skaltyper. som enbart har heltal som exempelvis barn.

Question 37

kontinuerlig variabel

Answer 37

alla variabler inom intervall, exempel, temperatur och vikt.

Question 38

Df

Answer 38

Degrees of freedom - frihetsgrader.

Question 39

T -värde

Answer 39

T-test t (df)= t värdet, p=, Cohens D

Question 40

Cohens D

Answer 40

Effektstorleksmått, tar hänsyn till medelvärde och spridning i T-test. mellan o-1, desto större =större effekt.

Question 41

Homogen varians

Answer 41

lika, lika spridning. går bara på kontinuerliga variabler. | korrelation

Question 42

Beroendevariabel

Answer 42

bestämmer om det ska vara kontinuerlig eller inte.

Question 43

Chi två

Answer 43

x2(df, N)= chi2 värde, p värde.

Question 44

power

Answer 44

hög power, minskar risken för typ 2 fel, det man inte ser men finns där.

Question 45

Korrelation

Answer 45

svagt R (samband) - desto större R desto större varians/variation. R värde mellan 0-1 positiv korrelation R värde 0 och -1 Ju närmare 1 desto större korrelation. Samband mellan kontinuerliga variabler. men behöver inte betyda att det är orsaken

Question 46

kausalt samband

Answer 46

orsakar den andra effekten Använder ofta experiment.

Question 47

ttest och anova

Answer 47

normalfördelade och kontinuerliga inte (homogen varians)

Question 48

Stress | vilken skala

Answer 48

Intervallskala

Question 49

kvalitatita variabler

Answer 49

finns inget spridningsmått.

Question 50

Ensidig prövning

Answer 50

finns en riktning i en hypotes

Question 51

tvåsidig prövning

Answer 51

Finns två riktningar

Question 52

nominal

Answer 52

klassificering, indelning i grupper utan någon rangordning (kön, blodgrupp, nationalitet), kvalitativa variabler. kodas med ord

Question 53

ordinal

Answer 53

= klassificering med rangordning (lägre till högre), Ej lika skalsteg men går uppåt. ingen kunskap om rangernas storlek (dålig/bra/mycket bra), kvalitativa variabler

Question 54

intervall

Answer 54

rangordning med kunskap om rangernas storlek (lika skalsteg), ingen absolut nollpunkt (klockan, temperatur), kvantitativa variabler

Question 55

kvot

Answer 55

som intervallskalan fast med en absolut nollpunkt (ålder), kvantitativa variabler

Question 56

deskriptiv

Answer 56

beskrivande, univariat analys.

Question 57

konfidensnivå

Answer 57

där de flesta värdena kommer hamna inom dfv 95%. medelvärde 10 där 95% hamnar mellan 9,5 till 10.5. | om vi upprepar studien 100 gånger, så kommer konfidensintervallet inklud

Question 58

bekvämlighetsurval

Question 59

Det finns en hypotes: användningen av social media har ökat och framförallt tjejer. Utforma en forskningsdesign

Answer 59

Forskningsfråga: Har ökningen av sociala medier-användning ett samband med försämrad psykisk hälsa hos unga tjejer jämfört med för 20 år sedan? Operationalisera begreppen. Vilken studie: Repetativ tvärsnittstudie då resultat finns för 20 år sedan som kan användas nu. 2015 och 2025. Berätta lite kort om studien, olika individer men samma variabler mäts. Variabler: BV: Psykisk ohälsa, psykisk ohälsa från en skala 1-10 där 10 är väldigt dåligt. OBV: Användning av sociala medier, antal timmar per dag. Analys: Univariat analys, beskrivning av en variabel, medelvärde och standardavvikelse för psykisk hälsa samt användning av sociala medier. Detta går att visa i ett histogram. Bivariat analys, Finns det skillnad mellan psykisk ohälsa mellan åren genom att genomföra ett T-test (normalfördelad data). Finns det ett samband mellan psykisk ohälsa och antalet timmar användandet av sociala medier, korrelation pearson (normalfördelad) resultat: medelvärdet 2015 är 3 och 2025 är 6, vilket visar på att det har ökat. T-test visar en signifikant skillnad p 0.001 mellan de två tidsperioderna. korrelationstestet gällande sambandet visar r=0,45 och p= 0.01 vilket visar på ett samband. Om resultaten visar en signifikant ökning av psykisk ohälsa över tid och ett starkt samband med sociala medier, kan vi anta att sociala medier kan vara en bidragande faktor. dock kan andra faktorer påverka såsom skolstress, kausualitet kan inte fastställas.

Question 60

Du samlar in data ifrån 150 studenter (50 kvinnor, 100 män; medel ålder=19,4, 95% KI 18,2-20,6) på en skola och 200 (95 män, 105 kvinnor medel ålder=18,9, 95% KI 18,0-19,7) på en annan. För att testa att inte skolorna skiljer sig åt mellan kön och ålder så testar du om ålder (mätt i år) och kön (man /kvinna) skiljer sig åt mellan skolorna.

Answer 60

Tre analyser: Skillnad i könsfördelning mellan skolorna (Chi-två-test, X²): X²(1,349) = 2,34, p = 0,032 Eftersom p < 0,05, finns en signifikant skillnad i könsfördelning mellan skolorna. Detta betyder att könsfördelningen skiljer sig mellan de två skolorna, vilket kan påverka resultaten. Vi förkastar nollhypotesen eftersom det finns en signifikant skillnad (p = 0,032). Skillnad i ålder mellan skolorna (t-test): t(349) = 0,45, p = 0,543, D = 0,05 Eftersom p > 0,05, finns ingen signifikant skillnad i ålder mellan skolorna. Ålder är därför troligtvis inte en förklarande faktor i skillnaderna mellan skolorna. Vi accepterar nollhypotesen eftersom det inte finns en signifikant skillnad (p = 0,543). Samband mellan choklad och tentastress (Pearsons korrelation): r = 0,35, p = 0,012 Eftersom p < 0,05, är sambandet statistiskt signifikant. En korrelation på 0,35 tyder på ett måttligt positivt samband – mer choklad verkar vara kopplat till högre tentastress. Vi förkastar nollhypotesen eftersom sambandet är signifikant (p = 0,012).

Question 61

Interventionsstudie

Answer 61

mäter något vid flera tillfällen fast med olika individer.

Question 62

forskningsmetoder

Answer 62

observation experiment

Question 63

population/stickprov

Answer 63

den grupp man val att titta på.

Question 64

generaliseringsproblem

Answer 64

kan man generalisera resultatet till övrig population.

Question 65

sannoliksurval

Answer 65

slumpmässig, systematist (obundet) eller bundet (var onde...), stratifierad, kluster

Question 66

Icke sannoliksurval

Answer 66

bekvämlighetsurval (väljer dem man kan få tal på, en lapp på universitetet ), snöbolls (kompis till kompis), kvoturval, jasägarurval (alla som säger ja bara).