Forskningsmetoder Data: Måling og målefeil

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