Repetition

Question 1

Psykometriska test

Answer 1

Psykometriska test
– Testsvaren poängsätts med hjälp av
numerisk skala.
– Individens samlade poäng jämförs med
statistisk norm eller gränsvärde.

• Namnet på mätläran som vi använder inom psykologi för
  – informationsinhämtning,
  – mätning och analys av psykologiska egenskaper och processer
• Utgår ifrån olika testteoretiska antaganden
• Innefattar statistiska principer och metoder för att utveckla
  tillförlitliga (reliabla) och användbara (valida) mätinstrument
• Innefattar statistiska analyser för att undersöka reliabilitet och
  validitet
• Är utformade i syfte att differentiera
  mellan individer
• Vilar på antagandet om att
  psykiska egenskaper är
  normalförelade i befolkningen
• Som bäst är testpoängen ett
  fungerande relativt mått, där
  rangordningen mellan individer
  stämmer med rangordning av den
  psykiska egenskapen.

Question 2

Item – dimension – domän

Answer 2

• Varje uppgift i ett test kallas item
• Det kan handla om uppgifter, frågor eller påståenden
• Testsvar på items kan räknas samman till en summa för hela
  testet/deltestet
• Items används som indikatorer på en underliggande dimension som man
  avser mäta
• Homogena dimensioner innebär att de items som ingår i dimensionen
  mäter samma förmåga/färdighet/egenskap
• Flera dimensioner kan utgöra en domän
  – Exempel: intelligens består av flera dimensioner/faktorer t.ex. verbal, spatial
  och numerisk förmåga

Question 3

Svarsformat på frågeformulär

Answer 3

1. Dikotoma svarsalternativ
   □Ja □ Nej
2. Dikotoma svarsalternativ variant
   □Ja □ Nej □ Vet ej
3. Multipla svarsalternativ (multiple choice)
   - Testteori är:
   roligt
   spännande
   sövande
   ångestframkallande
4. Rangordnade multipla svarsalternativ
   - Vilken av följande faktorer hade störst betydelse för ditt val av utbildning?
   Markera med 1 för den viktigaste, med 2 för den näst viktigaste osv:
   Lönen
   Social status
   Bli en intressant person
   Att få hjälpa andra
5. Likertskala
   1 - 5
   Stämmer inte alls - stämmer precis
6. VAS- Visual Analog Scale
   Ingen smärta <—-> Värsta tänkbara smärta

Question 4

Viktiga statistiska
grundbegrepp

Answer 4

Beskrivande statistik
 Används för att sammanfatta/beskriva data
 Centralmått
 Spridningsmått
 Frekvenser
 Sambandsmått

Inferentiell/hypotesprövande/signifikanstestande
statistik
 Används för att dra slutsatser om egenskaper i
populationen utifrån stickprovet
 Är skillnaden mellan två grupper verklig, eller
slumpmässig?
* För inferentiell statistik används sannolikhetsteorin

Question 5

Variabel

Answer 5

 Allt som mäts – data, ordnas i variabler inför databearbetning
 En variabel måste variera – alltså måste den anta minst två värden
 Variabler kan vara av olika typer beroende på vad det är för typ av
egenskap/skala de representerar

Kvantitativ variabel
 Diskret: Tar bara hela värden, t.ex. antal studenter i rummet
 Kontinuerlig: Tar alla värden, t.ex. temperatur (+/-, decimaler)

Kvalitativ variabel
 Dikotom: Tar endast två värden, t.ex. ja / nej (yrsel)
 Kategorisk: Tar flera värden, t.ex. nationalitet, humör, bety

Question 6

Skaltyp/datanivå

Answer 6

Kvalitativa variabler:
1. Nominalskala (exempel kön, ingen egentlig skala, frekvensräkning)
2. Ordinalskala (exempel social klass. Styrka. Rangordning)

Kvantitativa variabler
3. Intervallskala (exempel temperatur. Styrka med lika intervall. Addition och subtraktion)
4. Kvotskala (exempel vikt och längd. Styrka, lika intervall och absolut nollpunkt. Addition, subtraktion, division och multiplikation)

Question 7

Frekvenstabeller

Answer 7

Inom psykometrin summeras svar på items/indikatorer till
dimensioner
* Testresultatet kommer att få en frekvensfördelning som kan
visas grafiskt i ett histogram
* För att beskriva hur fördelningen ser ut används centralmått
och spridningsmått

Question 8

Centralmått

Answer 8

Tre vanliga mått är
 Typvärde: det värde som är vanligast, dvs.
oftast förekommande
 Median: det värde som ligger i mitten, dvs.
hälften ligger under och hälften över
 Medelvärde: summan av alla värdena
dividerat med antalet värden

Question 9

Normalfördelad data

Answer 9

Om värdena är normalfördelade = medelvärdet = median = typvärde, och tvärtom om det inte är normalfördelat

Question 10

Spridningsmått

Answer 10

Beskriver hur mycket värdena i en variabel varierar
 Variationsbredd (range)
 Percentiler och kvartiler
 Varians
 Standardavvikelse

Question 11

Variationsbredd

Answer 11

 Enklaste sättet att beskriva variationen är att
använda variationsbredd som talar om
skillnaden mellan högsta och lägsta värdet.
 Dock ej så informativt vad gäller hela gruppens
spridning

Variationsbredd (range):
Xmax – Xmin
Högsta värdet – lägsta värdet

Question 12

Percentiler och kvartiler

Answer 12

 En percentil är ett värde under vilket en viss procentandel av
värdena ligger
- P50 = 50:e percentilen markerar gränsen under vilken hälften av
värdena ligger
- P10 = 10:e percentilen markerar gränsen under vilken 10 % av
värdena ligger

 De percentiler som delar värdena i fjärdedelar kallas kvartiler
- q1 = P25 = 25 % ligger under
- q2 = P50 = 50 % ligger under
- q3 = P75 = 75 % ligger under

Question 13

Varians och standardavvikelse

Answer 13

 Ett vanligt mått på spridning är standardavvikelsen (s)
 Talar om hur mycket värdena (i genomsnitt) varierar kring
medelvärdet
 Standardavvikelsen används vanligen tillsammans med
medelvärdet
 Variansen är lika med standardavvikelsen i kvadrat (s 2)

Question 14

Stickprovets (urvalets eller samplets) och
populationens varians och standardavvikelse

Answer 14

 Teoretiskt viktigt att skilja mellan populationens parametrar och
stickprovets estimat
 Estimat: Stickprovets varians (s 2) och standardavvikelse (s)
 Parametrar: Populationens varians (σ2) och standardavvikelse (σ)
 Vi kan enkelt beräkna stickprovets medelvärde, varians och
standardavvikelse
 Populations parametrarna är däremot okända
 Stickprovets estimat används för att skatta populationens parametrar

Question 15

Skattningar/estimat

Answer 15

 Stickprovets medelvärde (x) är en bra skattning på
populationens medelvärde (μ)
 Det betyder att vi kan använda stickprovets medelvärde för
dra slutsatser om populationens medelvärde

x = μ
Stickprovets medelvärde = populationens medelvärde

Samplets standardavvikelse (s) är inte så bra skattning på
populationens standardavvikelse (σ)
 Detta därför att spridningen är känslig för hur stort
stickprovet är (storleken på n)
 Därför görs korrigeringen n – 1

Question 16

Normalfördelningen och s

Answer 16

 Normalfördelningen är klockformad och symmetrisk
 Fördelningens utseende bestäms helt av medelvärdet och spridningen
 Hela ytan under kurvan motsvarar 100%
 Inom vissa gränser hittar vi en viss % av värdena

 Inom gränserna ± 1 s kring medelvärdet ligger 68% av observationerna
 Inom gränserna ± 2 s kring medelvärdet ligger 95% av observationerna
 Inom gränserna ± 3 s kring medelvärdet ligger 99% av observationerna

Question 17

Vad är ett z - värde

Answer 17

 z visar hur många standardavvikelser ett rådata är från medelvärdet
 Eftersom z-värdet är ett standardvärde kan vi jämföra mätvärden från
olika skalor
 z beräknas enligt följande formel:
 För z-värdena gäller:
 Skalans medelvärdet är alltid lika med noll
 Skalans standardavvikelsen är alltid lika med 1

Question 18

Normalfördelning av egenskaper

Answer 18

 Många egenskaper som vi sysslar med är ungefär normalfördelade,
exempelvis längd, IQ, skostorlek, osv.
 Detta innebär att de flesta har ett värde som ligger runt medelvärdet, och
att det finns få som har ett värde som ligger långt under/över medelvärdet

 IQ har ett medelvärde = 100 och en
spridning kring det (s = 15)
 Detta förhållande kan beskrivas med
normalfördelningen
 Vi säger att data är normalfördelad

Question 19

Fördelning av data i mindre stickprov

Answer 19

 Om vi tar ett litet stickprov kommer
spridningen inte att vara exakt som
populationens
 Ju större stickprov, desto mer lik blir
spridningen populationens

Question 20

Fördelningsformer

Answer 20

Normalfördelning = symmetrisk klockornad fördelning

Bimodalfördelning = har två toppar. Två typvärden och median och medelvärde är samma

Positiv skev fördelning = e n svans som sträcker sig mot höga värden. Typvärde –> Md –> M

Negativ skev fördelning = en svans som sträcker sig mot låga värden. M –> Md –> Typvärde

Question 21

Korrelation

Answer 21

 Beskriver sambandet mellan två egenskaper/variabler
 Säger om två egenskaper/variabler samvarierar – rör sig
tillsammans
 om det sker en förändring i den ena då sker det också förändring i den
andra
 Ett av de vanligaste formerna för att beskriva statistiska
samband är med hjälp av korrelatione

Question 22

Riktningen på sambandet

Answer 22

Enkelriktat samband
 Den ena variabeln påverkar den andra

Dubbelriktat samband
 De två variablerna påverkar varandra

Question 23

Korrelationer och tolkning av samband

Answer 23

 Många drar för långt gående slutsatser från
korrelationsstudier
 Några saker att akta sig för:
 Kausalitet
 Skensamband/bakomliggande variabel
 Slumpmässiga samband

Question 24

Korrelationskoefficienten

Answer 24

 Korrelation kan uttryckas i siffror för att få ett mått på hur
mycket två variabler samvarierar
 Korrelationskoefficienten r talar om hur starkt sambandet är
 Det finns många typer av korrelationskoefficienter där den
vanligaste är Pearsons korrelationskoefficienten (r)
 r varierar mellan –1 och +1
 r beskriver linjära samband, ej kurvlinjära

Question 25

Korrelationer är användbara

Answer 25

 Ofta det enda vi har…
 Grund för många andra statistiska analyser
 Faktoranalys
 Regressionsanalys
 …men lätta att feltolka