Create your own awesome maps

Even on the go

with our free apps for iPhone, iPad and Android

Get Started

Already have an account?
Log In

Psykologisk test- och forskningsmetodik by Mind Map: Psykologisk test- och
forskningsmetodik
0.0 stars - reviews range from 0 to 5

Psykologisk test- och forskningsmetodik

"Den som rullar har aldrig ropat hej för sent förrän den skyr elden!" - Bilbo Parker

Metod

Kvantitativa studier

Experimentella, Kvasi-experiment, Ingen randomisering av urvalet möjlig, Experimentell studie, En experimentgrupp (hos vilken den oberoende variabeln man undersöker manipuleras; man gör en intervention) samt en kontrollgrupp (där den oberoende variabeln ej manipuleras)., Randomiserat urval: huruvida personerna ur stickprovet man undersöker hamnar i kontrollguppen eller experimentgruppen avgörs av slumpen., Används för att hitta orskak/verkan-samband., Standardisering, En objektiv tolkning, Standardiserat material, mätinstrument, miljö, procedur. Varje mättillfälle ska se så lika ut som möjligt., Experimentell design, Mellangruppsdesign (between subjects design), Experimentgrupp och Kontrollgrupp, En del av urvalet utsätts för en manipulation av den oberoende variabeln, resten får ingen manipulation. Man mäter sedan skillnaden mellan grupperna för att försöka hitta ett orsak/verkan-samband., Inomgruppsdesign (within subject design), Alla i urvalet får vid ett tillfälle en manipulation och vid ett annat ingen manipulation. Normalt delar man in urvalet i två grupper där den ena får göra detta i omkastad ordning. Detta för att kontrollera "överföringseffekter".

Icke- experimentella, Icke-experimentell, Ingen kontroll över den oberoende variabeln, ej randomiserat urval, Longitudinell studie, Tvärsnittsstudie

Psykologisk testning, Tolkning av testresultat, Ipsativ, Relatera tolkningen till individens svar inom andra områden som mäts, Kriterierelaterad, En individs poäng sätts i förhållande till en särskild kravgräns, Normrelaterad, Jämför individens svar med normen

Kvalitativa studier

Analytiska strukturer inom kvalitativ metod, Ground theory, Bygger på omvänd hypotesprövning, Man utgår ifrån en forskningsfråga och utifrån den data man samlar in kommer sedan en teori om forskningsfrågan/fenomenet., Två spår inom Ground theory, Tidig, Mot realismen, Systematisk induktiv analys. I data ska man hitta textens budskap., Modern, Är oftast deduktiv där man utgår ifrån ett kodningsparadigm som grundar sig i redan existerande teorier om exempelvis klass, genus eller ras., Ofta socialkontruktionistisk (men man tror på en objektiv fysisk värld, även om den är svårmätt)., Man ser forskaren mer som någon som påverkar materialet, eller, man är medveten om att forskaren inte kan undvika att påverka materialet., Liknar tematisk analys., Analys, Teoretisk sampling, Man undersöker hela tiden sin framväxande teori, Letar efter mättnad i datainsamlingen; alltså en punkt där man tror att ytterligare data inte tillför något för det man vill undersöka., Utifrån samplingen strävar man efter att skapa teori, eller i alla fall modeller., Försöker värja sig från tolkning - datan ska i största möjliga mån tala för sig själv., IPA (Interpretative Phenomenological Analysis), Tror inte att det går att fånga en objektiv verklighet, Mer intresserad av individens ega intressen, Litet, homogent urval, Hermeneutik ‒ Tolkningslära, Dubbel hermeneutik - Tolkningen av det som respondenten säger blir uppdelad i två steg eftersom respondenten försöker göra sin värld begriplig och forskaren försöker begripliggöra den värld som respondenten i sin tur försöker göra begriplig., Analys, Forskaren har större frihet att göra egna tolkningar av datan., Ser förförståelse som en tillgång, Är en tolkande fenomenologisk analys (fenomenologi = tar objektets perspektiv), Idiografi - fokus på den enskilda individen, Tematisk analys, Utgår ej från vetenskapsfilosofisk grund, Uppbyggd i 6 olika steg, 1. Bekanta sig med sitt material, 2. Framställa de första koderna, 3. Börja leta efter teman, 4. Granska teman, 5. Definiera och sätt namn på teman, 6. Skriv rapporten, Man letar efter olika teman som rättvist speglar t.ex. den transkriberade texten man analyserat, Kan både vara deduktivt eller induktivt, Syfte: Att genom en stegvis uppbyggd analysprocess hitta olika teman som rättvist speglar den transkriberade text man analyserat., Olika förhållningssätt till läsningen av materialet: Tematiskt analys: nollställd Ground theory: socialkonstruktionism IPA: individen i centrum Olika användning av citat. Tematisk analys och IPA inneåller mycket citat medan Ground theory kan vara helt fritt från citat.

Används för att beskriva människans livsvärld. Hitta detaljer. Förstå individens perspektiv., Kan också användas som förstadie till kvantitativ studie: för att bilda sig en uppfattning så man vet vilken kvantitativ data man ska leta efter., Man letar efter ett lämpligt urval, alltså inget slumpmässigt urval., Personer som är rika på information., Kan båda leta efter homogena eller mer heterogena/spretiga grupper

Allmänt

Urval, Bekvämlighetsurval, Ej slumpmässiga. Går det att generalisera till populationen?, Slumpmässiga urval, Obundet slumpmässigt urval (OSU) - alla har samma sannolikhet att väljas., Stratifierat urval – vi delar in populationen i ”strata” och väljer slumpmässigt ur dessa., Systematisk urval – ur en lista väljer man ex var femte person, Klusterurval – dra slumpmässigt stickprov ur en befintlig enhet, tex. skola., Felkällor vid urval, Undertäckning, Övertäckning, Urvalsfel, Bortfall

Variabler, Kvalitativa, Dikotom, Polytom, Kvantitativa, Diskret, Kontinuerlig

Reliabilitet och Validitet, Reliabilitet, Mätinstrument, Psykologiskt test, Mäter vi det vi avser mäta på ett tillförlitligt sätt?, Graden av mätfel, Intern och extern reabilitet, Intern, Extern, Olika sätt att mäta reliabilitet, Alternate forms reliability, Correlating between different versions of a test., Cronbach's Alpha, An average of all possible split-half reliabilities., Split-half reliability, Man delar upp testet i två delar och mäter hur de korrelerar med varandra., Vad påverkar reliabiliteten?, Testledaren, Testpersonen, Testsituationen, Intrumentet, Validitet, Psykologiskt test, Inre/intern, Riktningsproblemet och tredjepartsvariabler., Yttre/extern, Avser hur väl vi kan generalisera vår studie till andra kulturer, individer, miljöer och andra sätt att mäta OV/BV, Mätinstrument, Innehållsvaliditet, Denna har att göra med innehållet i mätinstrumentet och hur väl det mäter vad det avser att mäta. Exempelvis hur väl en viss prestation mäts genom det specifika testet. Innehållet i testet måste överensstämma med definitionen av vad som skall mätas för att hög innehållsvaliditet skall finnas., Content validity - täcker vi av hela det begrepp vi tänkt mäta med innehållet i vårt mätinstrument?, Begreppsvaliditet, Handlar om hur väl man genom ett test mäter psykologiska begrepp, och olika karakteristiska drag och egenskaper. Exempel på begrepp är aggressivitet, nervositet och begåvning och om ett test mäter dessa abstrakta egenskap har det begreppsvaliditet. Vid begreppsvalidering är det inte tillämpningen av ett test i en specifik situation som är det viktiga utan mer ett allmängiltigt svar på vilken psykologisk egenskap som mäts i testet, Begreppsvaliditet (kallas också contstruct validity) betyder att man kollar så att testet mäter det teoretiska begreppet som vi vill mäta exempelvis att man verkligen mäter minne och det är det man ska mäta. Man kan kolla detta genom att göra en undersökning mellan sambandet på två tester alltså korrelera dem och se om man får ett högt resultat., Kriterierelaterad validitet, Mätningens resultat relateras mot ett kriterium av något slag. Kriterierelaterad validitet uppdelas på samtidig (diagnosticerande) validitet och framtida (prognosticerande) validitet beroende på när kriterierna föreligger., Betyder att man undersöker om testresultatet är relaterat till andra variabler så som vi förutsäger enligt teorin exempelvis att det finns samband mellan poäng på minnestest och demenssjukdom. Det brukar också delas upp i prediktiv validitet (när man vill förutsäga något om framtiden) och samtidig validitet., Mäter vi det vi avser mäta? Det som är relevant i sammanhanget., Olika typer av validitet, Discriminant validity, Content validity, Content validity - täcker vi av hela det begrepp vi tänkt mäta?, Concurrent validity, Predictive valitidy, Known-groups validity, Convergent validity, Face validity, Olika sätt att mäta/testa validitet, Triangulering, Flera personer som analyserar samma material. Detta gör man för att få så många synvinklar på materialet som möjligt och på så sätt göra det rättvisa. Kan även innebära att flera olika metoder används för att analysera materialet osv.

Anteckningar föreläsning

Kvalitativa metoder

Syn på kunskap inom forskning, Positivism, Kritik inom psykologi, hur kan man veta att det man känner är den sanna känslan eller mer en flyktig känsla som man tror är det man känner (what?!), Extrem realism, verkligheten är mätbar om man har rätt metod att mäta den med, Socialkonstruktivism, Ska forskning bygga på hur sant något är eller finns det andra sätt att angripa forskning på?, Kritik: vad kan denna typ av forskning göra för anspråk på att skapa kunskap?

Grundtankar, Beskrivningar av människors livsvärld, Letar ofta efter individens perspektiv, Det finns ett intresse för detaljer, till exempel i vad och hur folk säger vad de säger

Kvalitativa forskare letar efter mening, Syftet är INTE att kunna förutsäga ett utfall utifrån en hypotes, Grunden ligger ofta i att söka efter människors subjektiva uppfattningar av händelser i livet, Deltagare väljs ofta ut av lämplighet för att kunna beskriva ge detaljrika beskrivningar av ett fenomen

Statistik

Deskriptiv statistik

Hjälper till att ge en bild av/ beskriva hur saker och ting ser ut i ett stickprov, Ex. diagram, tabeller

Inferentiell statistik (hypotesprövande)

Chi-två, Används när:, Vi har nominal- eller ordinaldata, ordinaldata, nominaldata, Vår data inte kan anses vara normalfördelad, Vi inte är intresserade av någon parameter som my, signma eller korrelation i population., Testar om variablerna är beroende eller inte. Kan också uttryckas som om det finns ett samband eller inte., o = observationer e = expectations, det vi förväntar oss om nollhypotesen vore sann., Stokastisk variabel: en slumpvariabel, en variabel som vi inte kan förutsäga (t.ex. utfallet av en tärning). Motsatsen är en deterministisk variabel där vi kan förvänta oss utfallet.

Ställer upp en alternativhypotes som säger att det finns ett samband (H1) och en nollhypotes som säger att det inte finns ett samband (H0). Man utgår sedan från att H0 är sann och samlar in data från ett stickprov för att se om dessa är förenliga med nollhypotesen. Är de inte det förkastar man nollhypotesen och säger sig ha stöd för alternativhypotesen., Exempel: 20 psykologstudenter har ett genomsnittligt IQ på 110. Vi misstänker att psykologstudenter i genomsnitt har en högre IQ än övriga populationen, vi skriver därför en riktad hypotes (med bestämd riktning): H0: Medelvärdet för IQ hos psykologstudenter är mindre eller lika med medelvärdet för IQ hos hela befolkningen H1: Medelvärdet för IQ hos psykologstudenter är större än medelvärdet för IQ hos hela befolkningen

Hypotesprövande eller signifikanstestande statistik, Drar slutsatser om hur saker och ting kan tänkas vara i en population utifrån observationer i ett stickprov.

Z-test, Z-poäng, "Om man tar ett antal observerade värden och omvandlar dessa till Z-poäng så får man en ny variabel som alltid har medelvärdet 0 och standardavvikelsen 1.", X-My/Sigma = Z om man har tillgång till populationsvärden eller X-XBar/S = Z för stickprov. Observera att man i den senare har justerat variansen (som används för att räkna ut S) genom att man delade på n-1 istället för N för att S ska vara väntevärdesriktig., I en tabell kan sannolikheten för Z avläsas. Får man t.ex. Z=-2 kan det avläsas som P: 0,02275 alltså drygt 2% av alla observationer i en normalfördelning förväntas befinna sig till vänster om -2 på normalfördelningskurvan., När man räknar om till Z-poäng säger man att man "standardiserar"., Observerade värdens relativa avvikelse från medelvärdet., Genom att anta att variabler är approximativt normalfördelade kan man jämföra olika variablers styrka med normen., Exempel: Johan är 195cm lång och väger 60kg, vad är han mest? Båda dessa variabler, längd och vikt, anses normalfördelade. Därför kan vi räkna om hans längd och vikt till Z-poäng och se hur långt från normens medelvärde han ligger för respektive variabel i standardavvikelser räknat.

T-test, Samplingsfordelning, En frekvensfördelning över någon stickprovsegenskap, till exempel stickprovsmedelvärde., Visar hur slumpen kan ge olika värden på stickprovsegenskapen i olika stickprov, Vid hypotesprövning utgår man alltid från den samplingsfördelning av stickprovsegenskaper i fråga som gäller om nollhypotesen är sann., Samplingsfördelningar av medelvärden blir mer normalfördelade än ursprungspopulationen, får samma medelvärde som ursprungspopulationen och får en standardavvikelse som är lika med populationsstandardavvikelsen delat med roten ur stickprovsstorleken (=medelfelet)., Medelfel, Standardavvikelsen i en samplingsfördelning av medelvärden., När använder vi t-test?, När vi inte har någon kunskap om populationens standardavvikelse. Då använder vi istället vårt stickprovs standardavvikelse som en uppskattning. De testvariabler som man då använder sig av följer de så kallade t-fördelningarna med olika antal frihetsgrader., En förutsättning för t-test är att variablerna anses normalfördelade., Skulle variablerna inte vara det kanske man använder ett icke-parametriskt test (se chi-två)., Jämför man stickprovsmedelvärde med ett känt populationsmedelvärde och dessutom vet populationens standardavvikelse använder man INTE t-test, utan istället z-test., Olika typer av t-test, Jämförelse mellan ett stickprovsmedelvärde och ett populationsmedelvärde, t med df = n - 1 används. Formel 8:2., Jämförelse mellan två stickprovsmedelvärden från oberoende stickprov (mellanindividdesign)., t med df = n1 + n2 - 2 används. Formel 8:6., Parvisa jämförelser av stickprovsmedelvärden (inomindividdesign)., Differansen mellan testtillfällena beräknas., t med df = n - 1 används. Formel 8:8., Ensidig eller tvåsidig prövning, För ensidig prövning har vi en riktad hypotes och misstänker att det förhåller sig på ett visst sätt, t.ex. att vårt stickprovsmedelvärde är högre än medelvärdet i den uppskattade populationen.Vi tar hänsyn till den förförståelse vi har och sänker kraven på att få kalla vår uppmätta t-poäng signifikant., För tvåsidig prövning skriver vi hypotesen på så sätt att vi misstänker en skillnad mellan stickprovsmedelvärdet och den uppskattade populationens medelvärde. Vi tar dock inte ställning till i vilken riktning denna skillnad går. Detta får som konsekvens att vi ställer högre krav på att vår uppmätta t-poäng ska avvika från medelvärdet, för att få kalla resultatet signifikant., Oberoende eller beroende mätningar, Effektstyrka

De fem gyllene stegen för hypotesprövning, 1. Väl modell – normalfördelningen i de flesta fall, 2. Skriv hypoteser. H1 och H0., 3. Välj signifikansnivå, alpha., Finns risk för Typ I och Typ 2 fel, Typ I-fel innebär att man uppmätt ett signifikant resultat trots att nollhypotesen egentligen gäller. Man har haft en för hög alphanivå. Det signifikanta resultatet har alltså uppstått av en slump, det finns egentligen inget samband., Typ II-fel innebär att man behåller nollhypotesen trots att det egentligen finns ett samband. Kan bland annat bero på för låg alphanivå eller för dålig variation av urvalet i sitt stickprov, Se sida 190 i statistikboken för mer information om hur Typ II-fel kan undvikas., Se "Restriction of range" på sidan 158-159 i statistikboken för mer information om dålig variation i urvalen., 4. Läs in data och låt datorn beräkna värdet för P (finns redan presenterat på provet)., 5. Gör en statistisk inferens. Om P<Alpha förkasta H0.

Allmänt

Fördelningar, Normalfördelning, Modell för hur en variabel normalt fördelar sig i en population. Utgår från standardavvikelse och medelvärde där medelvärdet hamnar på "0" och standardavvikelsen på "-1" och "1" i modellen., Positiv snedfördelning, svansen åt höger, Negativ snedfördelning, svansen åt vänster

Korrelation, Ett mått på styrkan i ett linjärt samband., Pearsons är det vanligaste måttet som används (och det som vi ska förstå till tentan). Även kallat: produktmomentkorrelationskoefficienten., När man använder detta får ingen av variablerna vara nominaldata., Ett antagande som förutsätts vara uppfyllt då r beräknas och signifikansprövas är att de två variablerna x och y är hämtade från en bivariat normalfördelning., För info om bivariat normalfördelning se sida 142-143 i statistikboken., Kan variera mellan -1,0 och +1,0., Positivt eller negativt (eller 0 = inget samband)., Ju starkare samband, desto mer avviker r från noll., Ej bevis på kausalitet (orsak/verkan).

Spridningsmått, Standardavvikelse, Hur mycket observerade värden i genomsnitt avviker från medelvärdet., Variationsbredd, Skillnaden mellan det högsta och lägsta uppmätta värdet.

Centralmått, Aritmetiskt medelvärde, Summan av alla observationer delat på antalet observationer, Median, Det mittersta värdet om man radar upp alla observationer; medelvärdet av de två mellersta om det är ett jämnt antal nummer, Typvärde, Observationen som förekommer flest gånger

Skalnivå, På vilken skalnivå mäter vi vår data?, Nominal, Grupperingar, går ej att rangordna., T.ex. kön eller civilstånd., Ordinal, Går att rangordna, men ej jämna steg mellan intervallen., T.ex. placeringarna i en tävling (går utifrån placeringen att avgöra på vilken plats någon kom, men inte hur långt ifrån närliggande placeringar hon låg)., Intervall, Går att rangordna, jämna steg mellan intervallen. Ingen absolut nollpunkt., T.ex. temperatur., Kvot, Går att rangordna och är jämna steg mellan intervallen. Har en absolut nollpunkt. Till skillnad från andra skalnivåer kan man påstå att ett värde är dubbelt så högt som ett annat då det finns en bestämt nollpunkt., T.ex. längd i cm.