Oppsummering & spørsmål 20. april 2016 Frode Svartdal
Nullhypotese og sånt
119 deltakere Folk som svarer på en test for prokrastinering 40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 IPS
Hadde vi spurt 1000 personer, ville fordelingen blitt omtrent som dette dvs. normalfordeling 40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 IPS
54 spurt TIDLIG 16 TIDLIG 14 12 10 No of obs 8 6 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 IPS
Tenkt fordeling for mange som spørres TIDLIG 54 spurt TIDLIG 16 TIDLIG 14 12 10 No of obs 8 6 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 IPS
65 spurt SENT 22 20 SENT 18 16 14 No of obs 12 10 8 6 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 IPS
Tenkt fordeling for mange som spørres SENT 65 spurt SENT 22 20 SENT 18 16 14 No of obs 12 10 8 6 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 IPS
40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 IPS 16 TIDLIG 22 SENT 14 20 18 12 16 10 14 No of obs 8 No of obs 12 10 6 8 4 6 4 2 2 0 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 IPS IPS 2,5 2,8
16 14 TIDLIG H 0 : «Forskjellen vi observerer har oppstått tilfeldig» Mao: «De to utvalgene kommer fra samme populasjon, den forskjellen vi ser er tilfeldig» 12 No of obs 10 8 6 4 2 0 22 0.5 1.0 1.5 2.0 2.5 SENT 3.0 3.5 4.0 4.5 5.0 IPS Dette testes statistisk. Gitt tre faktorer, nemlig Antall deltakere Variasjonen INNEN gruppene Variasjonen MELLOM gruppene kan vi beregne sannsynligheten for at forskjellen er tilfeldig 20 18 16 14 No of obs 12 10 8 6 Er denne sannsynligheten svært liten, 1 av 100 eller 5 av 100, forkaster vi nullhypotesen. 4 2 0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 IPS Konklusjonen blir da at de to utvalgene kommer fra forskjellige populasjoner
Signifikans Vil vi få samme resultat om vi hadde gjentatt undersøkelsen med to nye utvalg? Hvor reliabelt er resultatet?
Effektstørrelse Hvor «sterkt» eller uttalt er resultatet?
Effektstørrelse Forskjell mellom gjennomsnitt Cohens d Forskjell mellom gruppene: 2,5 vs. 2,9 = 0,4 «Standardavvik i hver gruppe / 2» er litt upresist. Det er snakk om det veide gjennomsnittet hvis gruppene har forskjellig n Variasjon innen gruppene: Standardavvik i hver gruppe / 2 = 0.66 LITEN: d = 0.2 d = (2,9 2,5) = 0,4 0,66 = 0,06 MEDIUM: d = 0.5 STOR: d = 0.8
Effektstørrelse Samvariasjon mellom variabler Pearson r Korrelasjon ALDER og PROKRASTINERINGSSKÅRE = 0,28 Korrelasjonskoeffisienten Small effect r = 0.1 Medium effect r = 0.3 Large effect r = 0.5 Forskjell mellom gjennomsnitt d = 0.2 d = 0.5 d = 0.8
Effektstørrelse Hvor «sterkt» eller uttalt er resultatet? Siden effektstørrelsen her er liten, er den vanskelig å oppdage Vi må da øke statistisk styrke for å oppdage den = flere deltakere (N)
Effektstørrelse statistisk styrke (power) Liten effektstørrelse = trenger flere deltagere for å oppdages Stor effektstørrelse = kan oppdages med lavere antall deltagere
Moderator / mediator Påvirker styrken på en relasjon mellom to variabler Deltakelse på seminar Leser pensum 5 timer om dagen Eksamensprestasjon
Moderator / mediator Medierer (formidler) relasjonen mellom to variabler Leser engelsk pensum 5 timer om dagen Behersker engelsk Eksamensprestasjon
Metode / design Metode / design / statistikk brukes ofte om hverandre og nokså upresist Design: Måte å gjennomføre en undersøkelse på Eksperiment Korrelasjonell undersøkelse Metode: Måte å hente inn data på Intervju Spørreskjema Fysiologiske målinger
Metode / design Problemstilling Hvordan kan den besvares? Hvordan kan den måles? Hjelper kognitiv terapi mot depresjon? Randomisert studie Kognitiv terapi Ingen terapi Skåre på en depresjonstest Skåre på en test som måler livskvalitet Intervju
Metode / design Problemstilling Hvordan kan den besvares? Hvordan kan den måles? Er det årstidssvingninger i depresjon? Gjentatte målinger gjennom hele året Skåre på en depresjonstest Skåre på en test som måler livskvalitet Intervju
Operasjonalisering Det å måle en variabel på en bestemt måte Abstrakt Hypotetisk Antatt Latent Variabel: MOTIVASJON LÆRING KOMPETANSE INTELLIGENS AGGRESJON
Operasjonalisering Det å måle en variabel på en bestemt måte Abstrakt Hypotetisk Antatt Latent Variabel: MOTIVASJON LÆRING KOMPETANSE INTELLIGENS AGGRESJON Løser oppgaven raskere Gjør mindre feil Løper raskere i en labyrint Trykker oftere på en hendel Får bedre karakterer Konkret Målbart Observert Ironiske kommentarer i en samtale Antall gule kort i en fotballkamp
(Operasjonell definisjon) En definisjon av et begrep ut fra målemetode eller operasjoner som gjøres Intelligens = «IQ-skåre på test X» Sult = «antall timer deprivert for mat» Velstand = «gjennomsnittlig inntekt per individ»
Målenivåer Nominal: Navn på kategorier Ordinal: + rangorden Intervall: + avstand mellom kategoriene er like stor Ratio: + 0-punkt
Målenivåer Nominal: Navn på kategorier Ordinal: + rangorden Intervall: + avstand mellom kategoriene er like stor Ratio: + 0-punkt Kjønn MANN KVINNE Inntekt Film ** ***** Skostørrelse 42 43 44 45 0 100.000 300.000 600.000
Målenivåer Nominal: Navn på kategorier Ordinal: + rangorden Intervall: + avstand mellom kategoriene er like stor Ratio: + 0-punkt Kjønn MANN KVINNE Inntekt Gjennomsnitt Film ** ***** Skostørrelse 42 43 44 45 Gjennomsnitt Gjennomsnitt 0 100.000 300.000 600.000 Gjennomsnitt
Målenivåer
Timer lest/ uke Korrelasjon Skåre til eksamen
Timer lest/ uke Korrelasjon Per: Leste ca 11 timer/uke Fikk skåre 12 til eksamen Skåre til eksamen
Timer lest/ uke Korrelasjon Merk: Vi tenker oss en rett linje og beregner avvikene fra den rette linjen som gir minst avvik Skåre til eksamen
Korrelasjon?
Korrelasjon Korrelasjonskoeffisienten gir informasjon om Styrke hvor sterk er relasjonen mellom to variabler? Retning hvordan er relasjonen?
Korrelasjon Korrelasjonskoeffisienten gir informasjon om Styrke hvor sterk er relasjonen mellom to variabler? Retning hvordan er relasjonen? Positiv Negativ
Korrelasjon Styrke Forskere bruker ganske grove kategorier for å beskrive størrelsen på korrelasjonskoeffisienten: 5,5 Correlation: r =,49717 5,0 4,5 4,0 3,5 tmq_pre Planlegging 3,0 2,5 2,0 1,5 1,0 0,5-3 -2-1 0 1 2 3 IPS_Pre Prokrastinering 0,95 Conf.Int.
Korrelasjon Styrke Forskere bruker ganske grove kategorier for å beskrive størrelsen på korrelasjonskoeffisienten: 5,5 Correlation: r =,07830 5,0 Prokrastinering 4,5 4,0 IPS_Pre 3,5 3,0 2,5 2,0 1,5 1,0 15 20 25 30 35 40 45 50 55 AGE Alder 0,95 Conf.Int.
Statistikk oversikt! Er det samvariasjon mellom to variabler? korrelasjon ( r ) Antall timer lest pr uke -- karakterer Er det forskjell mellom to gjennomsnitt? t-test Bedre karakterer i gruppe som har lest mye vs. lite Er det forskjell mellom flere gjennomsnitt? variansanalyse Bedre karakterer i grupper som har lest mye vs. lite
Statistikk oversikt! Er det samvariasjon mellom to variabler? korrelasjon ( r ) Antall timer lest pr uke -- karakterer Er det forskjell mellom to gjennomsnitt? t-test Bedre karakterer i gruppe som har lest mye vs. lite Er det forskjell mellom flere gjennomsnitt? variansanalyse Bedre karakterer i grupper som har lest mye vs. lite FAKTORIELLE DESIGN Ulike deltakere får en unik kombinasjon av to eller flere faktorer Hovedeffekter effekten av en og en faktor for seg Interaksjonseffekter samspillseffekter av to eller flere faktorer Lett oppgave Vanskelig oppgave Lav motivasjon 20 personer 20 personer Høy motivasjon 20 personer 20 personer
Statistikk oversikt! Vi lager oss 20 spørsmål som antas å måle et psykologisk konstrukt Faktoranalyse Faktoranalysen ser på sammenhenger i svar på spørsmålene og forteller oss hvilke spørsmål som henger sammen TO TYPER Utforskende (eksplorerende) - EFA Hypotesetestende (konfirmatorisk) - CFA Sosial kompetanse De 20 spørsmålene deler seg inn i grupper, eks.: Selvhevdelse Empati Samarbeid Selvkontroll