Forskningsmetoder Data: Måling og målefeil Frode Svartdal UiTø V-2014 © Frode Svartdal 16.01.2014 FRODE SVARTDAL 1 Variabler Variabel – noe (av psykologisk interesse) som varierer Motsatt: Konstant Eksempler: Kjønn, alder, inntekt, høyde, vekt, IQ, motivasjon … 16.01.2014 FRODE SVARTDAL 2 Variabler Variabel = begrep Mål på variabel = operasjonalisering VARIABEL MÅL (OPERASJONALISERING) Intelligens Aggresjon Bedring Skåre på iQ-test Antall gule kort i en fotballkamp Rapportert tilfredshet i intervju 16.01.2014 FRODE SVARTDAL 3 Data • Konkrete mål på variabler i en undersøkelse • Maaaaaaaange eksempler... • • • • • • Data er svar på problemstillinger en forsker har stilt • • • Læring i labyrint: __________ Prestasjon på skolen: ___________ Bråk i klasserommet: __________ Livskvalitet i Norge: _________ Aggresjonsnivå: _________ Er denne behandlingsmetoden virksom? Er det en sammenheng mellom spiseforstyrrelser og toppidrett hos kvinner? Data forutsetter ofte teori • • 16.01.2014 En ”situasjonell attribusjon” “Ungen viser tilknytning” FRODE SVARTDAL 4 Måling Teoretisk begrep empirisk indikator (tall) • • • 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 16.01.2014 FRODE SVARTDAL 5 Måling Målet må være • Reliabelt (konsistent) • • Får vi stort sett samme utfall hver gang måleprosedyren gjennomføres? Valid (måle hva det er ment å måle) • 16.01.2014 Treffer målet “blink”? FRODE SVARTDAL 6 Måling og målefeil • Observert skåre = sann skåre + målefeil • • Alltid litt variasjon i målinger Målefeil: Tilfeldig vs. systematisk • Tilfeldig målefeil: Varierer tilfeldig rundt sann skåre • • Systematisk målefeil: Varierer skjevt (biased) • 16.01.2014 Manuell stoppeklokke: Bommer litt både ved start og mål, men ”bom” består i at man noen ganger trykker for tidlig, andre ganger for sent Automatisk stoppeklokke som utløses systematisk for tidlig FRODE SVARTDAL 7 Reliabilitet KONSISTENS: Hvis vi gjentar målingen, observasjonen, testen, …, hvor like er resultatene fra gang til gang? IQ-test: Testresultat mai: Testresultat juli: Testresultat september: 16.01.2014 Lav konsistens FRODE SVARTDAL 99 110 121 Tid 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: 16.01.2014 Høy konsistens Lav konsistens FRODE SVARTDAL 99 110 121 111 115 110 Tid 9 Normalfordeling Psykologiske mål varierer Normalfordelt variasjon Galton Utvalg populasjon 16.01.2014 FRODE SVARTDAL 10 Normalfordeling 16.01.2014 FRODE SVARTDAL 11 Normalfordeling Høyde Noen tusen (kanskje hele populasjonen) Noen hundre (et utvalg) 16.01.2014 FRODE SVARTDAL 12 Normalfordeling 16.01.2014 FRODE SVARTDAL 13 Noen mål er ikke normalfordelt Antall tatoveringer 16.01.2014 FRODE SVARTDAL 14 Noen mål er ikke normalfordelt Aldersfordeling i Norge, ca. 2000 Menn 16.01.2014 Kvinner FRODE SVARTDAL 15 Utvalg vs. populasjon Vi innhenter data fra et utvalg Trekker slutning til en populasjon Eks. gjennomsnitt 16.01.2014 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 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. 130 = IQ 130 vs. 140 Ratio: Også fast nullpunkt • 16.01.2014 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 16.01.2014 FRODE SVARTDAL Fra Dancey & Reidy (2005) 18 Målenivåer • Matematiske operasjoner: • • Eks.: Gjennomsnitt: (4+6+4+6)/4 = 5 forutsetter minst intervallnivå Viktig skille: • Kategorivariabler (nominal- og ordinalnivå) • • Kontinuerlige variabler (intervall- og rationivå) • 16.01.2014 To eller få kategorier (kjønn, stillingsnivå, …) Kontinuerlig variasjon (høyde, vekt , inntekt, …) FRODE SVARTDAL 19 Reliabilitet • Reliabilitet kan måles • • Korrelasjonskoeffisienten (r) Interrater reliabilitet: Hvor enige er to observatører? • • • 16.01.2014 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: 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)! 16.01.2014 FRODE SVARTDAL 21 Reaktivitet Målemetoden påvirker data Eks.: Sitter i klasserommet og observerer påvirker interaksjon Løsninger: 16.01.2014 ____ ____ ____ FRODE SVARTDAL 22 Ulike psykologiske mål Begrep Operasjonaliseringer (eksempler) Antall dråper spytt (Pavlov) Atferdsmål Læring Blunking Biopsykologiske mål Hjerterate Selvrapport Frykt Vurderinger, bedømmelser Prediksjon (klassisk betinging) 16.01.2014 FRODE SVARTDAL 23 Ulike psykologiske mål Atferdsmål 16.01.2014 Reaksjonstid Responsrate (Skinner) Responsstyrke (Pavlov) Responshastighet Valg … FRODE SVARTDAL 24 Reaksjonstid (2) Stroop-effekten Grønn Rød Blå Purpur Blå Purpur (1) Blå Purpur Rød Grønn Purpur Grønn Mål = antall cm på meterstokken 16.01.2014 FRODE SVARTDAL 25 Responsstyrke Social loafing Max Ringelmann 16.01.2014 FRODE SVARTDAL 26 Ivan Pavlov Dråper spytt Responsstyrke 16.01.2014 FRODE SVARTDAL 27 Ulike psykologiske mål Biopsykologiske mål Øyebevegelser Elektrisk ledningsevne i hud (GSR) Hjerteaktivitet Hjerneaktivitet 16.01.2014 Rate Blodtrykk EEG FMRI … FRODE SVARTDAL 28 Ulike psykologiske mål Selvrapport Emosjon Holdning … Bedømmelser 16.01.2014 Sannsynlighetsoverslag Intuitive slutninger Attribusjoner … FRODE SVARTDAL 29 Ulike psykologiske mål Tester 16.01.2014 Items (spørsmål, påstander som besvares) Kombinasjoner av items = skåre(r) på testen FRODE SVARTDAL 30 Test – eksempel 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 16.01.2014 FRODE SVARTDAL 31 Kombinasjoner av mål Kognitiv oppgave Prestasjon (mål 1) Hjerneaktivitet (mål 2) 16.01.2014 FRODE SVARTDAL 32
© Copyright 2024