Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006

Slides:



Advertisements
Liknende presentasjoner
Eksperimentet Frode Svartdal UiTø © Frode Svartdal – H2005.
Advertisements

Forskningsmetoder: Oppsummering og utdypning
Forholdet mellom variabler: Kausalitet og korrelasjon
Statistikk på 50 5 minutter
Forskningsmetoder: Oppsummering og utdypning
Bruk av måleinstrumenter Indekser / skala
Introduksjon Forskningsmetoder Frode Svartdal, UiTø H-2006
 Bodil og Fin Ask Bearbeiding av innsamlet informasjon Bodil Ask Delvis basert på Patel & Davidson: Forskningsmetodikkens grunnlag.
Enhalet og tohalet hypotesetest
Tre hovedtyper mål på variabler
ART: Dokumentasjon av behandlingseffekt
Forskningsmetoder: Oppsummering og utdypning
Meta-analyse Frode Svartdal UiTø April 2014 © Frode Svartdal.
Kvantitativ forskning
HVA ER REGRESJONSANALYSE?
1: Korrelasjon, kovarians (at variablene ’spiller sammen’)
Uni-, bi- og multivariate analyser
Analyse og tolkning av datamaterialet
Utdypende om design & statistikk Frode Svartdal UiTø April 2012.
Utdypende info, design & statistikk
ANOVA: Litt om design & statistikk
Forskningsrapporten Frode Svartdal UiT.
Forskningsmetoder: Oppsummering og utdypning
Statistikk på 20 2 timer PSY-1002
Korrelasjon Frode Svartdal UiTø 2014.
Design evalueringsstudie ART 08/09 Frode Svartdal, Knut Gundersen Oppdatert 20. november 2008 Frode Svartdal.
La oss begynne med begynnelsen (igjen)
Studentprosjekt Videreutdanningen Frode Svartdal UiT/Diakonhjemmet Høgskole H-2014.
Sammenhenger, problemstilling og forklaringer Forelesning 6/
Testing, måling og forskningsdesign.
Regresjonsanalyse Del 2
Forelesning 7 HSTAT1101 Ola Haug Norsk Regnesentral
Presentasjon av data: deskriptiv statistikk
Korrelasjonelle metoder
Regresjon Gjennom punktsvermer (scatter plots) kan en ofte (men ikke alltid) med rimelighet trekke en rett linje. En slik linje heter en regresjonslinje.
Hypotesetesting, og kontinuerlige stokastiske variable
Mål for sentraltendens:
Testing, måling og forskningsdesign.  Hvor får vi vår informasjon om personligheten fra?  Hvordan evaluerer vi kvaliteten på disse målene?  Hvordan.
Siste forelesning er i morgen!
Regresjon Petter Mostad
Forelesning 6 HSTAT1101 Ola Haug Norsk Regnesentral
Statistikk 2 M1 årskurs HVE 31. august 2009.
Operasjonsanalytiske emner Prognosemodeller basert på Tidsserieanalyse Rasmus RasmussenBØK710 OPERASJONSANALYTISKE EMNER1 Del 23Forecasting 1 - Mønster.
M1 årskurs HVE 7. september 2009
Stian Grønning Master i samfunnsøkonomi Daglig leder i Recogni.
SPSS-kurs.
Våler - Kommunesammenslåing. Om undersøkelsen Undersøkelsen er gjennomført på telefon. Det er intervjuet 2200 personer i Glåmdalsregionen: 300 personer.
Validitet og reliabilitet: Fra teori –> via operasjonalisering –> til empiri Et teoretisk utsagn er en framstilling av sammenhengen mellom abstrakte begrep.
Operasjonalisering: målenivå for variabler
Samfunnsvitenskapelig metode – innføring Forelesning 4/
Utvalg og datainnsamling Typer av data: Data innhentet for å belyse en spesiell problemstilling (egne data)‏ Data frambrakt uavhengig av problemstillingen.
Utvalg og datainnsamling For å gjennomføre en test av hypoteser i kvantitativ metode trenger vi et utvalg deltakere for å gjennomføre datainnsamling –
Sammenhenger, problemstillinger og forklaringer
Kvantitativ metode med vekt på survey – del
Sammenhenger, problemstillinger og forklaringer
Samfunnsvitenskapelig metode – innføring
Forskningsdesign: eksperiment
MET 2211 Statistikk og dataanalyse
Hypotesetesting: Prinsipper
Korrelasjonelle metoder
Hva er psykologi? Frode Svartdal
Forskningsmetoder Validitet Frode Svartdal Universitetet i Tromsø
Psykologiske tester Frode Svartdal, UiTø 26/12/2018 FSv.
Forskningsmetoder Data: Måling og målefeil Frode Svartdal UiTø
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø V-2010
SIV : Repetisjon Kapittel /12/2018 Fred Wenstøp.
Kapittel 15: Valg av metode Kapittel 16: Stokastiske variabler
SIV : Metodevalg Stokastiske variabler
Figur 17.1 Histogram for alle DNB-kundene i undersøkelsen.
Oppsummering fra forrige gang
Utskrift av presentasjonen:

Måling, målefeil Forskningsmetoder Frode Svartdal UiTø H-2006 21.09.2018 FRODE SVARTDAL

Variabler Variabel – noe (av psykologisk interesse) som varierer Motsatt: Konstant Eksempler: Kjønn, alder, inntekt, høyde, vekt, IQ, motivasjon … 21.09.2018 FRODE SVARTDAL

Variabler Variabel = begrep Mål på variabel = operasjonalisering VARIABEL MÅL (OPERASJONALISERING) Intelligens  Skåre på iQ-test Aggresjon  Antall gule kort i en fotballkamp Bedring  Rapportert tilfredshet i intervju 21.09.2018 FRODE SVARTDAL

Data Konkrete mål på variabler i en undersøkelse Maaaaaaaange eksempler... Læring i labyrint: __________ Prestasjon på skolen: ___________ Bråk i klasserommet: __________ Livskvalitet i Norge: _________ Aggresjonsnivå: _________ Data er svar på problemstillinger en forsker har stilt Er denne behandlingsmetoden virksom? Er det en sammenheng mellom spiseforstyrrelser og toppidrett hos kvinner? Data forutsetter ofte teori En ”situasjonell attribusjon” Ungen viser “tilknytning” 21.09.2018 FRODE SVARTDAL

Måling Teoretisk begrep  empirisk indikator (tall) … Enkle skårer: Intelligens  skåre på IQ-test (eks. 121) Læring  løpehastighet til målboks i labyrinten (eks. 14 sek) … Enkle skårer: Problematferd = skåre på TEST X Indeks (sammensatt skåre): Problematferd = skåre (TEST X + TEST Y) / 2 21.09.2018 FRODE SVARTDAL

Måling Målet må være Reliabelt (konsistent) Får vi stort sett samme utfall hver gang måleprosedyren gjennomføres? Valid (måle hva det er ment å måle) Treffer målet “blink”? 21.09.2018 FRODE SVARTDAL

Måling og målefeil Observert skåre = sann skåre + målefeil Alltid litt variasjon i målinger Målefeil: Tilfeldig vs. systematisk Tilfeldig målefeil: Varierer tilfeldig rundt sann skåre Manuell stoppeklokke: Bommer litt både ved start og mål, men ”bom” består i at man noen ganger trykker for tidlig, andre ganger for sent Systematisk målefeil: Varierer skjevt (biased) Automatisk stoppeklokke som utløses systematisk for tidlig 21.09.2018 FRODE SVARTDAL

Reliabilitet KONSISTENS: Hvis vi gjentar målingen, observasjonen, testen, …, hvor like er resultatene fra gang til gang? IQ-test: Testresultat mai: 99 111 Testresultat juli: 110 115 Testresultat september: 121 110 Høy konsistens Lav konsistens 21.09.2018 FRODE SVARTDAL

Normalfordeling Psykologiske mål varierer Normalfordelt variasjon Galton Utvalg  populasjon 21.09.2018 FRODE SVARTDAL

Utvalg vs. populasjon Vi innhenter data fra et utvalg Trekker slutning til en populasjon Eks. gjennomsnitt Utvalg: 10 tilfeldige studenter på PSY-1000: 69,3% Populasjon: Alle studentene på PSY-1000: ? % Hva sier utvalgsgjennomsnittet om pop.gjennomsnittet? Jo større utvalg, desto sikrere konklusjon om utvalgsgjennomsnittet Konfidensintervall 21.09.2018 FRODE SVARTDAL

Målenivåer Nominal: Tallet angir kategorisering ”Kvinne” = 1, ”Mann” = 2 Ordinal: Tallet angir også rang ***** = best * = dårligst Intervall: Også proporsjonalt lik forskjell IQ 120 vs. 130 = IQ 130 vs. 140 Ratio: Også fast nullpunkt Inntekt, temperatur, osv. 21.09.2018 FRODE SVARTDAL

Målenivåer Samme variabel (her: høyde) kan måles på ulike nivåer Ofte reduseres kontinuerlige variabler til kategorivariabler. Merk at dette reduserer informasjonen i variabelen, dermed i de analyser man gjennomfører Fra Dancey & Reidy (2005) 21.09.2018 FRODE SVARTDAL

Målenivåer Matematiske operasjoner: Viktig skille: Eks.: Gjennomsnitt: (4+6+4+6)/4 = 5 forutsetter minst intervallnivå Viktig skille: Kategorivariabler (nominal- og ordinalnivå) To eller få kategorier (kjønn, stillingsnivå, …) Kontinuerlige variabler (intervall- og rationivå) Kontinuerlig variasjon (høyde, vekt , inntekt, …) 21.09.2018 FRODE SVARTDAL

Reliabilitet Reliabilitet kan måles Korrelasjonskoeffisienten (r) Interrater reliabilitet: Hvor enige er to observatører? Jo høyere korrelasjonen mellom to sett av skårer, desto høyere interrater-reliabilitet +0,90 er akseptabel Merk: Samvariasjon vs. samsvar! 21.09.2018 FRODE SVARTDAL

Reliabilitet Karakterer: Perfekt korrelasjon! Sensor 1: 4, 4, 3, 4, 3, 4, 2, 3, … Sensor 2: 3, 3, 2, 3, 2, 3, 1, 2, … Perfekt korrelasjon! Lavt samsvar (nivåforskjell)! 21.09.2018 FRODE SVARTDAL

Reaktivitet Målemetoden påvirker data Eks.: Løsninger: ____ Sitter i klasserommet og observerer  påvirker interaksjon Løsninger: ____ 21.09.2018 FRODE SVARTDAL

Ulike psykologiske mål Atferdsmål Reaksjonstid Responsrate (Skinner) Responsstyrke (Pavlov) Responshastighet … 21.09.2018 FRODE SVARTDAL

Ulike psykologiske mål Biopsykologiske mål Øyebevegelser Elektrisk ledningsevne i hud (GSR) Hjerteaktivitet Rate Blodtrykk Hjerneaktivitet EEG FMRI … 21.09.2018 FRODE SVARTDAL

Ulike psykologiske mål Selvrapport Emosjon Holdning … Bedømmelser Sannsynlighetsoverslag Intuitive slutninger Attribusjoner 21.09.2018 FRODE SVARTDAL