Forskningsmetoder Data: Måling og målefeil Frode Svartdal UiTø 29.12.2018 FRODE SVARTDAL

Variabler Variabel – noe (av psykologisk interesse) som varierer Motsatt: Konstant Eksempler: Kjønn, alder, inntekt, høyde, vekt, IQ, motivasjon … 29.12.2018 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 29.12.2018 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” 29.12.2018 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: Høyde Vekt Indeks (sammensatt skåre): Problematferd = skåre (TEST X + TEST Y) / 2 IQ = samleskåre på mange spørsmål i en test 29.12.2018 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”? 29.12.2018 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 29.12.2018 FRODE SVARTDAL

Reliabilitet KONSISTENS: Hvis vi gjentar målingen, observasjonen, testen, …, hvor like er resultatene fra gang til gang? IQ-test: Testresultat mai: 99 Testresultat juli: 110 Testresultat september: 121 Lav konsistens 29.12.2018 FRODE SVARTDAL Tid

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 29.12.2018 FRODE SVARTDAL Tid

Normalfordeling Psykologiske mål varierer Normalfordelt variasjon Galton Utvalg  populasjon 29.12.2018 FRODE SVARTDAL

Normalfordeling 29.12.2018 FRODE SVARTDAL

Normalfordeling Høyde Noen tusen (kanskje hele populasjonen) Noen hundre (et utvalg) 29.12.2018 FRODE SVARTDAL

Normalfordeling 29.12.2018 FRODE SVARTDAL

Noen mål er ikke normalfordelt Antall tatoveringer 29.12.2018 FRODE SVARTDAL

Noen mål er ikke normalfordelt Aldersfordeling i Norge, ca. 2000 Menn Kvinner 29.12.2018 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 29.12.2018 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. 29.12.2018 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) 29.12.2018 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, …) 29.12.2018 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! 29.12.2018 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)! 29.12.2018 FRODE SVARTDAL

Reaktivitet Målemetoden påvirker data Eks.: Løsninger: ____ Sitter i klasserommet og observerer  påvirker interaksjon Løsninger: ____ 29.12.2018 FRODE SVARTDAL

Ulike psykologiske mål Atferdsmål Reaksjonstid Responsrate (Skinner) Responsstyrke (Pavlov) Responshastighet … 29.12.2018 FRODE SVARTDAL

Ulike psykologiske mål Biopsykologiske mål Øyebevegelser Elektrisk ledningsevne i hud (GSR) Hjerteaktivitet Rate Blodtrykk Hjerneaktivitet EEG FMRI … 29.12.2018 FRODE SVARTDAL

Ulike psykologiske mål Selvrapport Emosjon Holdning … Bedømmelser Sannsynlighetsoverslag Intuitive slutninger Attribusjoner 29.12.2018 FRODE SVARTDAL

Ulike psykologiske mål Tester Items (spørsmål, påstander som besvares) Kombinasjoner av items = skåre(r) på testen 29.12.2018 FRODE SVARTDAL

Test – eksempel Fem items i en test som måler sosial kompetanse N = aldri = 0 S = sjelden = 1 O =ofte = 2 A = alltid = 3 Fem items i en test som måler sosial kompetanse Testen har 60-70 items Items klassifiseres i subskalaer som henger sammen Eks.: Cooperation = gjennomsnitt (items 2, 7, 12, 17, 27, 37) I USA er testen normert = skåre på testen kan sammenlignes med andre 29.12.2018 FRODE SVARTDAL

Kombinasjoner av mål Kognitiv oppgave Prestasjon (mål 1) Hjerneaktivitet (mål 2) 29.12.2018 FRODE SVARTDAL