Laste ned presentasjonen
Presentasjon lastes. Vennligst vent
PublisertTorhild Helland Endret for 5 år siden
1
Måling, målefeil Forskningsmetoder Frode Svartdal UiTø V-2010
FRODE SVARTDAL
2
Variabler Variabel – noe (av psykologisk interesse) som varierer
Motsatt: Konstant Eksempler: Kjønn, alder, inntekt, høyde, vekt, IQ, motivasjon … FRODE SVARTDAL
3
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 FRODE SVARTDAL
4
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” FRODE SVARTDAL
5
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 FRODE SVARTDAL
6
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”? FRODE SVARTDAL
7
Måling og målefeil Observert skåre = sann skåre + målefeil
Antakelse 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. Gjennomsnitt av mange målinger = sann skåre Systematisk målefeil: Varierer skjevt (biased) Automatisk stoppeklokke som utløses systematisk for tidlig Gjennomsnitt av mange målinger gir et skjevt mål. FRODE SVARTDAL
8
Reliabilitet KONSISTENS: Hvis vi gjentar målingen, observasjonen, testen, …, hvor like er resultatene fra gang til gang? IQ-test: Testresultat mai: Testresultat juli: Testresultat september: Høy konsistens Lav konsistens FRODE SVARTDAL
9
Validitet ”Treffer” vi noe substansielt med målet vårt?
IQ-test intelligens Labyrintløping hos rotter læring Eksamen faktiske kunnskaper Validitet foreligger hvis målet vårt ”treffer” det som skal måles på en god måte FRODE SVARTDAL
10
Validitet og reliabilitet
Validitet forutsetter reliabilitet Validitet og reliabilitet FRODE SVARTDAL
11
Normalfordeling Psykologiske mål varierer Normalfordelt variasjon
Galton Teoretisk Observert FRODE SVARTDAL
12
Normalfordeling Data fra mange utvalg = normalfordelt 31.12.2018
FRODE SVARTDAL
13
Vi innhenter data fra et utvalg Trekker slutning til en populasjon
Utvalg vs. populasjon Vi innhenter data fra et utvalg Trekker slutning til en populasjon Populasjon Utvalg FRODE SVARTDAL
14
Utvalg vs. populasjon Utvalget bør være representativt for populasjon
FRODE SVARTDAL
15
Utvalg vs. populasjon Gjennomsnittet
Utvalg: 10 tilfeldige studenter på PSY-1000 Skåre på en MC-eksamen: 60,3% rette Populasjon: Alle studentene på PSY-1000 Er denne skåren typisk for sin populasjon? Hva sier utvalgsgjennomsnittet om populasjonsgjennomsnittet? Jo større utvalg, desto sikrere konklusjon om populasjonsgjennomsnittet Konfidensintervall – feilmargin i anslaget FRODE SVARTDAL
16
Målenivåer Nominal: Tallet angir kategorisering
”Kvinne” = 1, ”Mann” = 2 Ordinal: Tallet angir også rang ***** = best * = dårligst Intervall: Også proporsjonalt lik forskjell IQ 120 vs = IQ 130 vs. 140 Ratio: Også fast nullpunkt Inntekt, temperatur, osv. FRODE SVARTDAL
17
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) FRODE SVARTDAL
18
Målenivåer Matematiske operasjoner: Viktig skille:
Eks.: Gjennomsnitt: ( )/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, …) FRODE SVARTDAL
19
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! FRODE SVARTDAL
20
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)! FRODE SVARTDAL
21
Reaktivitet Målemetoden påvirker data Eks.: Løsninger: ____
Sitter i klasserommet og observerer påvirker interaksjon Løsninger: ____ FRODE SVARTDAL
22
Ulike psykologiske mål
Atferdsmål Reaksjonstid Responsrate (Skinner) Responsstyrke (Pavlov) Responshastighet … FRODE SVARTDAL
23
Ulike psykologiske mål
Biopsykologiske mål Øyebevegelser Elektrisk ledningsevne i hud (GSR) Hjerteaktivitet Rate Blodtrykk Hjerneaktivitet EEG FMRI … FRODE SVARTDAL
24
Ulike psykologiske mål
Selvrapport Emosjon Holdning … Bedømmelser Sannsynlighetsoverslag Intuitive slutninger Attribusjoner FRODE SVARTDAL
Liknende presentasjoner
© 2024 SlidePlayer.no Inc.
All rights reserved.