siste kapitler

Question 1

Posttest-design

Answer 1

Forsøksdeltakere fordeles tilfeldig i grupper og de uavhengige variabelen manipuleres

Question 2

I et pretest-posttest-design

Answer 2

Skiller seg fra posttest-design ved at vi sjekker om gruppene faktisk er like før den uavhenggige variabelen manipuleres

Question 3

Et viktig kriterie i design som manipulerer en uavhengig variabel er at

Answer 3

forsøkspersonene må fordeles tilfeldig i eksperimentets betingelser, eneste som varierer er den avhengige variabelen

Question 4

For å teste placebo-effekt kan vi manipulere forsøkspersonens antakelser om situasjonen men

Answer 4

ikke manipulere variabelen (smitte eller ikke)

Question 5

t-test kan brukes

Answer 5

når vi måler den avhegnige variabel på ratio-eller intervallnivå og den forteller at de to gruppegjennomsnittene er signifikant forskjellige fra hverandre eller ikke.

Question 6

Chi-kvadrat-test kan vi bruke

Answer 6

hvis vi har observasjoner på nominalnivå

Question 7

DEsign med repeterte målinger viser til

Answer 7

eksperiment hvor hver deltaker måles mer enn en gang på den avhengige variabelen. Kan brukes hvor bare en uavhengig variabel manipuleres, eller flere uavhengige. Kan også være i en situasjon hvor en uavhengig variabel manipuleres flere ganger underveis i et eksperiment.

Question 8

Mellomgruppe-design

Answer 8

design med uavhengige grupper

Question 9

innengruppe-design

Answer 9

design med repeterte målinger fordi manipulasjonene innføres for en og samme gruppe

Question 10

Fordel ved innengruppe-design/design med repeterte målinger(4)

Answer 10

1. færre deltakere
2. økonomisk
3. innengruppe-design er mer sensitive (forskjeller tilskrives ikke forskjeller i gruppedeltakere)
4. Randomisering er ikke relevant

Question 11

Viktige ting å ta hensyn til ved design med repeterte målinger

Answer 11

Rekruttering, frafall, carryover-effects (1. personens atferd, 2. manipulasjonn 3. måleprosedyren).
DEmand characteristics –> forsøkspersoner eksponeres i eksperimenter som dette gjentattte ganger for de relevnate variablene -> forstår noe av hensikten bak

Question 12

For å hindre kontrasteffekter (carryover-effects) i design med repeterte målinger er..(3)

Answer 12

motbalansering en løsning, minimere carryover-effektene eller inkludere carryover-effektene som variabler i eksperimentet slik at effekten av dem kommer under eksperimentell kontroll

Question 13

Motbalansering innebærer

Answer 13

at rekkefølgen av betingelsene varierer systematisk, slik at effekten av rekkefølgen utlignes over gruppene som deltar i eksperimentet.

Question 14

Ulike strategier for delvis motbalansering

Answer 14

1. velge tilferldig de sekvenser som skal representeres 2. latin square-design (hver betingelse inntreffer like fote i hver rekke som i hver kolonne i en krysstabell)

Question 15

Noe som vanskeliggjør motbalansering er at det ikke

Answer 15

finnes symmetri mellom overgangene. Belønning økt fra 50 til 100 kr oppleves som forskjellig å få den redusert fra 100 til 50.

Question 16

Parametriske studier

Answer 16

underøkelser som systematisk utforsker effekt v ulike nivåer på den uavhengige variabelen.

Question 17

Randomized controlled trial (RCT)

Answer 17

Eksperimenter som manipulerer den uavhengige variabelen kvalitativt. Eks: underøkelser av ulike behandlingsformer (terapiform=manipulert variabel). Omfatte en kontrollgruppe uten behandling.

Question 18

faktorielle design

Answer 18

flere uavhengige variabler manipuleres samtidig i ett og samme eksperiment.

Question 19

Interaksjonseffekter forekommer

Answer 19

hvis effekten av en variabel avhenger av nivået på en annen variabel

Question 20

Hvis et eksperiment viser en interaksjonseffekt betyr det at

Answer 20

konklusjonen fra eksperimentet har mindre gyldighet enn hvis det ikke var tale om interaksjonseffekt

Question 21

Varianseanalyse (ANOVA)

Answer 21

statisk teknikk som sammenligner flere gruppegjennomsnitt samtidig.

Question 22

Tolman og Honzik undersøkelse av rotters læring i labyrint er et eksempel på

Answer 22

mixed-methods design

Question 23

Univariate design

Answer 23

måler typisk effekten på en avhengig variabel

Question 24

Multivariate design

Answer 24

DEsign med flere avhengige variabler (en lærer undersøker effekten av unervisningsmetode (uavhengig variabel) og prestasjon på prøer i to forskjellige fag (avhengig variabel) To avhengige variabler inngår = multivariat design

Question 25

N = 1-design

Answer 25

Eksperimentelle situasjoner hvor data fra bare en deltaker undersøkes om gangen. Repeterte målinger men med bare ett individ.

Question 26

N= 1-design brukes særlig innen

Answer 26

atferdsanalytisk orientert psykologi

Question 27

argumenter for N=1-design

Answer 27

variasjoner kan lettere relatere til kausale variabler. Lettere å identifisere, forklare og kontrollere feilvariasjon og i grupper kan an utvanne informasjon og ende opp med feilaktige slutninger når man slår sammen skårer fra individer.

Question 28

Funksjoner til basislinjeobservasjoner

Answer 28

atferdsbeskrivelse(spesifiserer den atferden man konsentrerer seg om) og predikasjon (sier noe om hvordan atferden vil være, gitt at betingelsene ikke endres)

Question 29

ABAB-design

Answer 29

Et av de vanligste N=1-design. FOrskeren observerer en målatferd (AV) og vekselvis uten A og med B-manipluasjon. Flere ganger per betingelse.

Question 30

VIktig innvending mot ABAB-design

Answer 30

Etisk begrunnet. REversere en positiv utvikling typ

Question 31

AB-design

Answer 31

alternativt til ABAB men inkludere ingen kontrollfase.

Question 32

multiple baseline-design

Answer 32

Flere observerte atferdsformer eksponeres for tiltak (manipulasjon) på ulike tidspunkt. Inntreffer de parallelt med t tiltak innføres for dem gir dette dekning for slutning om eksperimentell effekt. For flere personer eller flere situasjoner

Question 33

Viktig multiple baseline-design er at

Answer 33

de ulike atferdsformene som eksponeres for tiltak må være relativt uavhengige av hverandre. Eks. hvis fysisk og verbal aggresjon ikke er uavhengige av hverandre vil atferdsformene smitte over på den andre og gjøre slutningen om effekt vanskelig.

Question 34

Etiske betenkligheter ved multiple baseline-design?

Answer 34

ja -_ holde tilbake behandling

Question 35

Design med endrede kriterier

Answer 35

forskeren etter en baseline-obserasjon innfører et krav til endret atferd som er relativt lett å oppfylle. Senere endres så kravene trinnvis i overkomelige sprang. Slutte å drikke kaffe eks. Er på en måte et AB-design men med en mer kompleks manipulasjonsfase.

Question 36

Klar fordel med design med endrede kriterier

Answer 36

ikke kreves noen reversering av målatferden

Question 37

For å verifikere konklusjoner av N=1-studier er det viktig med

Answer 37

replikasjoner

Question 38

Ulemper med N=1-design

Answer 38

1. carryover-effekter. Individuelle forskjeller kan ikke kontrolleres eksperimentelt. høy indre validitet men begrenset generaliserbarhet. etiske problemer.

Question 39

kvasi-eksperimentelle design fulfører ikke kravene om enten____ eller ___

Answer 39

randomisering og manipulasjon av uavhengig variabel

Question 40

KVasieksperimentelle design uten randomisering kan likevel være eksperimentelle fordi man kan

Answer 40

innføre pretest. sammenlikn pretest med posttest og sjekk resultat

Question 41

Schachter og kollegar gir et eksempel på et kvasieksperiment hvor

Answer 41

det ikke foreligger en manipulasjon under kontroll av forsøksleder og ikke randomisering

Question 42

En løsning på kvasi-eksperimentelel design med manipulasjon uten kontrollgruppe kan..

Answer 42

bruke interrupted time series design. Man har observert den avhengige variabelen i lengre tid og målingen fortsetter etter at manipulasjonen er innført.

Question 43

problemer med kvasi-eksperimentelle design med manipulasjon

Answer 43

endringer som oberveres kan tilskrives statisk regresjon.

Question 44

statestikk anvendes på to måter

Answer 44

1. for å beskrive resultater fra et utvalg, beskrivende statestikk. 2. forå trekke konklusjoner om en populasjon på grunnlag av data fra et utvalg fra denne populasjonen, slutningsstatestikk

Question 45

Ved diskrete variabler (A, B, C) er ....... det korrekte valg

Answer 45

frekvensfordeling

Question 46

når vi har å gjøre med kontinuerlige variabler (uttrykkes i alle verdier med desimal mellom 1 eks 4) kan vi bruke

Answer 46

gjennomsnitt, median eller modus

Question 47

For å anngi hvor mye en skår varierer bruker vi

Answer 47

variasjonsbredde (ekelt mål på variabilitet). Sier ikke noe om gruppen som helhet men om de to mest avvikende individene i en gruppe.

Question 48

Standardavvik er

Answer 48

det gjennomsnittelige avviket fra gjennomsnittet.

Question 49

Når vi ikke ser normalfordelingen i et uvalg men heller en opphopning har dette å gjøre med

Answer 49

en skjev fordelig - positiv skjev fordelig eller negativt skjev fordeling. Det vil gi en bimodal fordeling, med to topper. gjennomsnittet er ikke informativt.

Question 50

normalfordelingskruven er

Answer 50

unimodal og har bare en topp.

Question 51

Persentiler

Answer 51

angir en rangorden i et sett skårer

Question 52

konfidensintervallet angir et

Answer 52

slingringsmonn når vi beregner gjennomsnittet for et utvalg. Hensikten er å si noe om pipulasjonens gjennomsnitt. Vi setter eks 5 % til feilmargin og bruker dette i resultatt. Gir en høy grad av sikkerhet anslå at populasjonens gjennomsnitt ligger i mellom konfidensintervallet.

Question 53

Det vanligste statiske målet for samvariasjon mellom to variabler er

Answer 53

korrelasjonskoeffisienten (r). Gir en presis og kortfattet beskrivelse av relasjonen mellom to variabler

Question 54

krav til r

Answer 54

begge variablene er på intervall eller rationivå. Relasjonene mellom de to variabelene kan fremstilles som en rett linje. Effektstørrelsen ( i hvilken grad to variabler samvarierer) --> Cohen innenfor sosialvitenskap

Question 55

Cohen + effektstørrelse i korrelasjonskoeffisienten innenfor sosialvitenskap

Answer 55

r = 0, 10 - liten effektstørrelse 0, 30 - middels 0, 50 - stor effektstørrelse

Question 56

Korrelasjonskoeffisienten er en indeks, et mål, på stkren av samvariasjon mellom to variabler men må tolkes ved forsiktighet

Answer 56

r =0, 60 er ikke dobbelt så sterk som 0, 30. og forskjellen mellom 0, 60 og 0, 70 er ikke den samme som forskjellen mellom 0, 30 og 0, 40.