Kvantitativa (analys) metoder. Roland Sjöström
|
|
- Niklas Falk
- för 7 år sedan
- Visningar:
Transkript
1 Kvantitativa (analys) metoder Roland Sjöström
2 Metod En metod är ett redskap och ett sätt att lösa problem för att komma fram till ny kunskap. Allt som bidrar till detta kan kallas metod. Det innebär inte att alla metoder klarar en kritisk granskning lika bra Roland Sjöström 2
3 Mål l med en undersökning Ge bra rekommendationer Dra bra slutsatser Göra bra analyser & tolkningar Samla rätt data med hög kvalitet Vilken roll få slumpen spela? Stor/liten Roland Sjöström 3
4 Tolkning av data Roland Sjöström 4
5 Mål l i förarbetetf Ha rätt perspektiv Förstå sitt undersökningsområde Praktiskt och teoretiskt Fördjupa sig inom rätt frågeområden Inte för få Bra balans Ställa rätt frågor Självklart!? (Kvalitativ intervju ett intervjutillfälle?) (Ställa frågor rätt) Roland Sjöström 5
6 Kvalitativa data Data som inte på en meningsfullt sätt går att översätta i sifferform Skilja mellan orka/tycka och precision i analysen Roland Sjöström 6
7 All statistik handlar om Roland Sjöström 7
8 Tre faser Nedbrytning Datainsamling Uppbyggnad Logiska nivåer? jmfr syfte - slutsatser t Roland Sjöström 8
9 Mål l med förelf reläsningen/seminariet Du ska efter detta pass känna till (med fokus på kvantitativa undersökningar): relationerna mellan de logiska nivåerna i en undersökning/avhandling vad som ingår i respektive logisk nivå fällor och fel Roland Sjöström 9
10 "U-et" Syfte Ref. ram preciserad uppgift ansats & metod Mätteknik & mätinstrument Grunddata Beslutsanalys Rekommendationer Slutsatser Analys & tolkning "Beskrivning" Värdering av metod m m Fältarbete Roland Sjöström 10
11 Beslutsanalys (problemanalys) Mål Ta fram ett helikopter eller panoramaperspektiv över det som ska undersökas Roland Sjöström 11
12 Beslutsanalys (problemanalys) Vad ska resultatet användas till och av vem? dvs en tydlig och väl avgränsad beslutsfråga Diagnos av beslutsfrågan (diagnosis; grekiska betyder undersöka, söka orsaken till något.) kräver en analysmodell (analys= sönderdelning), t.ex. träddiagram målet är att dela upp beslutsfrågan i delfrågor och bakomliggande faktorer Centrala begrepp Roland Sjöström 12
13 Syfte Mål: Ange vilken typ av slutsatser som ska dras Vanligt fel: Slutsatsområden, t.ex. faktorer som påverkar ej formulerad så att det går att avgöra om syftet är uppfyllt eller ej Typer av syften explorativa, beskrivande, förklarande, förutsägande Roland Sjöström 13
14 syfte Referensram Mål: förklara hur data ska analyseras nedbrytning av syftet i analyserbara delar hypotetisk modell (gärna grafisk) Teori - att referera och relatera Referensram - att reflektera vad betyder teorin för mitt problem När är reframen tillräckligt bra? olyckor/tusen mil utförsåkning Roland Sjöström 14
15 Preciserad uppgift (konkreta undersökningsfr kningsfrågor) gor) Mål: Precisera de frågor eller frågeområden som undersökningen ska ge svar på Motsvaras ofta av rubriker i analysavsnittet Hur? Varför? Vanligt fel hur och varför blev det just dessa frågor? Avgränsningar logiska och resursmässiga Roland Sjöström 15
16 Målpopulation De företag/organisationer/individer som ska beskrivas och analyseras. Ramfel nettopopulation per målpopulation analysgrupp bruttopopulation undertäckning övertäckning Roland Sjöström 16
17 Representativitet Undersöka björnar Roland Sjöström 17
18 Inferensproblem Inferens är att dra slutsatser om en målpopulation på grundval av resultaten från de enheter i målpopulationen som faktiskt har undersökts - gäller alla undersökningar där inte samtliga enheter har undersökts - representativa (bedömning görs på förhand) inomformulärsbortfall => svars % varierar mellan frågor (mindre än ca 70% bearbetningsbara svar => skepsis) minska bortfall - bra formulär, säkra deltagande (t.ex. ringa), belöning?, påminnelse analys av bortfall Roland Sjöström 18
19 Inferensproblem, forts Urvalets storlek - Två grupper ska undersökas, ftg resp 500 ftg, vi har resurser att genomföra 100 intervjuer - Hur ska vi fördela dem? Roland Sjöström 19
20 syfte Mätteknik Inleds med en reflektion över hur data ska analyseras Handlar om konsten att inte förstöra en del av informationsinnehållet i ett svar genom att mäta på fel sätt operationalisering av begrepp användning av variabler mätskalor konstruktion av enskilda frågor konstruktion av hela formulär Roland Sjöström 20
21 Operationalisering av begrepp = översätta begrepp och frågor till något n som respondenten förstf rstår Faktorer som påverkar en tjänst people Produkt process Phys. Ev.. fysisk produkt kärnvärde icke fysisk Roland Sjöström 21
22 Variabel Flervalsfrågor Viktigaste konkurrenter Roland Sjöström 22
23 Analys & mätteknikm - utgår från preciserade uppgiften (de konkreta undersökningsfrågorna), ansats, metod för datainsamling - Nominalskala bör vara uttömmande och uteslutande 0 man 0 kvinna - Ordinalskala (rangordningar - hur göra) 0 inst helt 0 inst delvis 0 varken eller Roland Sjöström 23
24 Mätteknik, forts - Intervallskala inst. inte alls inst. helt udda/jämn antal - Kvotskala, intervallskala med absolut nollpunkt (omsättning? tid?) (ej ordinalskala) - öppna frågor - "ingen åsikt/uppfattning" - möjlighet att lägga till Roland Sjöström 24
25 Respondentens tre nivåer Kvalité, pris Strategier Helhetsbedömningar Roland Sjöström 25
26 Konstruktion av formulär - Instruktioner (vid enkät) - Ordningsföljd logisk för respondenten - Ej inleda med känsliga frågor för respondenten - Tidsordning - Fakta & kännedom, allmän åsikt, specifik åsikt, skäl för åsikt, intensitet i åsikt - Filterfrågor - Kontrollfrågor - Provintervjuer Roland Sjöström 26
27 Prövning av formulär - intressant för respondenten - begripligt språk för respondenten - fri från ledande inslag - ej väcka försvarsinstinkter - fri från oavsiktliga emotionellt, socialt, politiskt etc laddade ord -tidsåtgång Respondenten som "expert" Roland Sjöström 27
28 Frågors ordningsföljd Komplexitet Början och slut av uppräkning melodifestivalen 5-6 alternativ Överspillningseffekten Roland Sjöström 28
29 Källa: Expressen 12 mars Roland Sjöström 29
30 Laddade ord & ledande frågor Frågor avgr i tid och rum i övrigt neutrala Inte tillåta - förbjuda Roland Sjöström 30
31 Kodning & Analys Enhet Antal Medel Nedre Övre Min max ,31 2,77 3, ,86 3,62 4, ,58 3,28 3, ,53 3,35 3, Är några av medelvärdesskillnaderna signifikanta? ,49 3,36 3, Roland Sjöström 31
32 Analys 2 Är tabellen signifikant, dvs skiljer sig fördelningen från slumpen? Utbildning * kön Crosstabulation Count Utbildning Total Grundskola Gymnasium 2-3 år Gymnasium 4 år Högskoleingenjör Civilingenjör Annat kön Kvinna Man Total Roland Sjöström 32
33 Val av analysmetoder en (beroende variabel) nominal skalnivå ordinal intervall kvot nominal Skalnivå prediktor (x) Skalnivå prediktor (x) nominal Skalnivå prediktor (x) ordinal intervall nominal intervall ordinal intervall stopp stopp stopp stopp Chi-två Cont. coeff Diskriminant analys Spearman s Rank korr. Regression med dummy var. (0/1) Regressions analys Roland Sjöström 33
34 ingen (beroende variabel) Val av analysmetoder nominal skalnivå ordinal intervall kvot Faktoranalys med dummy var. Klusteranalys överkurs Faktoranalys Klusteranalys Roland Sjöström 34
35 Analys av skillnader Chi-två test Män/kvinnor resturang 1/2 Utan väntevärde är tabellen svårtolkad 2 = (O-E) 2 E (O) 2 = -N E Ur tabell testvärde (95% nivån) ca 4 för fyrfältare ca 9 för niofältare nästan 16 för 16 fältare (eg. 15) Roland Sjöström 35
36 Medelfel och konf intervall Exemplet testförsäljning Avsikten med denna test kan vara flera men här koncentrerar vi oss på volymen. Anta att det krävs en viss minsta volym för att produkten ska anses bli lönsam och för att företaget därför ska gå vidare till en fullskaleförsäljning. Testförsäljningar är dessutom ofta kostsamma och företagen försöker begränsa dem till ett fåtal marknader. Antag att företag X bedriver testförsäljning på tre marknader. Kravet för att produkten ska gå vidare till fullskaleförsäljning är att den i genomsnitt säljs i minst 100 exemplar per marknad Roland Sjöström 36
37 Medelfel och konf intervall, forts. Antal sålda produkter Marknad 1 Marknad 2 Marknad Medelvärdet i denna testförsäljning är klart över 100, närmare bestämt 112. Målet borde vara uppfyllt och det borde bara vara att gå vidare. Men, på grund av den stora spridningen visar det sig att testförsäljningen inte har uppfyllt målet med 95 procents sannolikhet Roland Sjöström 37
38 T-test Det kritiska värdet för denna test erhålls ur en tabell för t- fördelning där antalet frihetsgrader är n-1, dvs 2 och alfa=0,05. Det kritiska värdet är 4,3 och eftersom det beräknade värdet inte överstiger det kritiska värdet måste hypotesen att målet var uppfyllt förkastas. (Det kritiska värdet är ca 4 för få frihetsgrader och ca 2 för +100 frihetsgrader.) Först vid 80 procent (istället för 95) är testförsäljningen "signifikant", dvs man kan med 80 procents säkerhet påstå att försäljningen kommer att uppgå till minst 100 enheter i snitt per marknad Roland Sjöström 38
39 Jämföra två medelvärden Tre olika grundläggande förutsättningar Känd varians i mätningarna (sample); ovanligt Varians okänd men antas vara lika (inte heller vanligt) Varians okänd men antas vara olika För att testa skillnader mellan två medelvärden använder man sig vanligtvis av en t-test. Den andra och tredje situationen innebär att man måste räkna ut medelvärde och medelfel för de två grupperna. Detta görs på motsvarande sätt som för ett medelvärde. Skillnaden i t-testet är att man jämför skillnader i medelvärde och dividerar med det totala medelfelet Roland Sjöström 39
40 Variansanalys (Anova( Anova) I sin enklaste variant ett F-test som är en direkt vidareutveckling av t-testet Två centrala begrepp Mellangruppsvarians Totala variansen för alla som ingår i undersökningen i relation till det totala genomsnittet Inomgruppsvarians Totala variansen inom de olika grupperna i relation till deras respektive genomsnitt F-test= mellangruppsvarians inomgruppsvarians Roland Sjöström 40
41 Variansanalys, forts Om t.ex. kvinnor och män verkligen har samma åsikt så är inomgruppsvariansen densamma. Ju mer mellangruppsvariansen överstiger inomgruppsvariansen desto större är chansen att de har olika uppfattning => att nollhypotesen kan förkastas Tre grupper, t.ex. olika utbildningsprogram ger samma tolkning En grupp kan medföra att nollhypotesen förkastas => viktigt att gå vidare i analysen (t.ex. Bonferroni-test) Roland Sjöström 41
42 Medelvärdesanalyser trubbigt instrument Människor är olika trygga eller otrygga positiva eller skeptiska benägenhet att uttrycka vad de egentligen anser etc en del instämmer i det mesta medan andra tar avstånd en tredje grupp svara alltid någonstans mitt emellan Medelvärden tenderar alltså att bli ett mycket trubbigt instrument annat än för återkommande undersökningar där avsikten är att mäta avvikelser från tidigare undersökningar Roland Sjöström 42
43 Analys av likheter Korrelations- och enkel regressionsanalys Används ofta som substitut Stora likheter En avgörande skillnad Korrelation - gemensam varians Regression - prediktering av värde bästa skattning utan regression?? linjära samband Roland Sjöström 43
44 Regressionsanalys Anses ha använts första gången av Francis Galton ( ) samband mellan föräldrars och barns längd tendens mot mitten kallades regression inom geovetenskap regression då strandlinjen förskjuts utåt; drar sig tillbaka inom biologi och beteendevetenskap betyder regression tillbakagång till mera primitiva funktions- eller utvecklingsnivåer hos en individ eller ett organ. I statistiska sammanhang betyder regression att en storhet beror av en eller flera storheter. Kopplingen till "tillbakagång" är att alla värden relateras till medelvärdet, dvs man mäter avvikelser från det förväntade värdet som är medelvärdet Roland Sjöström 44
45 Linjär r regression Y ^ Y e Y=¾+ßX X Roland Sjöström 45
46 Multipel regression Flera variabler R 2 Multikollinearitet x 1 =a+b 2 x 2 +b 3 x 3 analysera R 2 Regression på faktorer Roland Sjöström 46
47 Korrelation En av de mest kända formlerna utvecklades av en medarbetare till regressionens "grundare" Galton som hette Karl Pearson. Pearsons formel var en vidareutveckling av Galtons grundläggande idé om dragning mot ett medelvärde och kallas produktmomentkorrelationskoefficient. Likhet med regression? Roland Sjöström 47
Kvantitativa (analys) metoder
Kvantitativa (analys) metoder Roland Sjöström Statistik, SPSS, analysmetoder Vad är standardavvikelse och varians Vad händer om ni får dubbelt så många svar? Medelfel? Vad innebär 95% sannolikhet Varför
Läs merAtt välja statistisk metod
Att välja statistisk metod en översikt anpassad till kursen: Statistik och kvantitativa undersökningar 15 HP Vårterminen 2018 Lars Bohlin Innehåll Val av statistisk metod.... 2 1. Undersökning av en variabel...
Läs merI. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Parametriska Icke-parametriska
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig Statistiska analyser Parametriska analyser Icke-parametriska analyser Univariata analyser Univariata analyser
Läs merKursens upplägg. Roller. Läs studiehandledningen!! Examinatorn - extern granskare (se särskilt dokument)
Kursens upplägg v40 - inledande föreläsningar och börja skriva PM 19/12 - deadline PM till examinatorn 15/1- PM examinationer, grupp 1 18/1 - Forskningsetik, riktlinjer uppsatsarbetet 10/3 - deadline uppsats
Läs merAnalytisk statistik. Mattias Nilsson Benfatto, PhD.
Analytisk statistik Mattias Nilsson Benfatto, PhD Mattias.nilsson@ki.se Beskrivande statistik kort repetition Centralmått Spridningsmått Normalfördelning Konfidensintervall Korrelation Analytisk statistik
Läs merTentamen på Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 4
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Tillåtna hjälpmedel: Miniräknare (Formelsamling bifogas
Läs merGiltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-09-26 Tillåtna hjälpmedel: Miniräknare Tentan består av
Läs merAgenda. Statistik Termin 11, Läkarprogrammet, VT14. Forskningsprocessen. Agenda (forts.) Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 11, Läkarprogrammet, VT14 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merBild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II
Bild 1 Medicinsk statistik II Läkarprogrammet T5 HT 2014 Anna Jöud Arbets- och miljömedicin, Lunds universitet ERC Syd, Skånes Universitetssjukhus anna.joud@med.lu.se Bild 2 Sammanfattning Statistik I
Läs merKvantitativ forskning C2. Viktiga begrepp och univariat analys
+ Kvantitativ forskning C2 Viktiga begrepp och univariat analys + Delkursen mål n Ni har grundläggande kunskaper över statistiska analyser (univariat, bivariat) n Ni kan använda olika programvaror för
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-11-17 Tillåtna
Läs merFöreläsning 1: Introduktion. Vad är statistik?
Föreläsning 1: Introduktion Vad är statistik? 1 Statistiska undersökningar Ett gemensamt syfte för alla undersökningar är att få ökad kunskap om ett visst problemområde Det kanske viktigaste sättet att
Läs merRepetitionsföreläsning
Population / Urval / Inferens Repetitionsföreläsning Ett företag som tillverkar byxor gör ett experiment för att kontrollera kvalitén. Man väljer slumpmässigt ut 100 par som man utsätter för hård nötning
Läs merTillämpad statistik (A5), HT15 Föreläsning 11: Multipel linjär regression 2
Tillämpad statistik (A5), HT15 Föreläsning 11: Multipel linjär regression 2 Ronnie Pingel Statistiska institutionen Senast uppdaterad: 2015-11-23 Faktum är att vi i praktiken nästan alltid har en blandning
Läs merAgenda. Statistik Termin 10, Läkarprogrammet, VT15. Agenda (forts.) Forskningsprocessen. Data - skalnivåer. Den heliga treenigheten
Agenda Statistik Termin 10, Läkarprogrammet, VT15 I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Martin Cernvall martin.cernvall@pubcare.uu.se Grundläggande
Läs merLösningsförslag till tentamen på. Statistik och kvantitativa undersökningar STA100, 15 hp. Fredagen den 13 e mars 2015
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Lösningsförslag till tentamen på Statistik och kvantitativa undersökningar STA100, 15 hp Fredagen den 13 e mars 015 1 a 13 och 14
Läs merStatistik Termin 10, Läkarprogrammet, HT16
I: Grundläggande begrepp och beskrivande statistik II: Exempel på typisk forskning III. Frågestund Statistik Termin 10, Läkarprogrammet, HT16 Martin Cernvall martin.cernvall@pubcare.uu.se Måndag 29/8 -
Läs mer, s a. , s b. personer från Alingsås och n b
Skillnader i medelvärden, väntevärden, mellan två populationer I kapitel 8 testades hypoteser typ : µ=µ 0 där µ 0 var något visst intresserant värde Då användes testfunktionen där µ hämtas från, s är populationsstandardavvikelsen
Läs merStatistiska analyser C2 Bivariat analys. Wieland Wermke
+ Statistiska analyser C2 Bivariat analys Wieland Wermke + Bivariat analys n Mål: Vi vill veta något om ett samband mellan två fenomen n à inom kvantitativa strategier kan man undersöka detta genom att
Läs merUppgift 1. Produktmomentkorrelationskoefficienten
Uppgift 1 Produktmomentkorrelationskoefficienten Både Vikt och Längd är variabler på kvotskalan och således kvantitativa variabler. Det innebär att vi inte har så stor nytta av korstabeller om vi vill
Läs merHypotestestning och repetition
Hypotestestning och repetition Statistisk inferens Vid inferens använder man urvalet för att uttala sig om populationen Centralmått Medelvärde: x= Σx i / n Median Typvärde Spridningsmått Används för att
Läs merSambandsmått. Centralmått. Det mest frekventa värdet. Det mittersta värdet i en rangordnad fördelning. Aritmetiska medelvärdet.
PM315 HT016 Emma äck Formelsamling Centralmått Typvärde T Median Md ritmetiska medelvärdet Det mest frekventa värdet Det mittersta värdet i en rangordnad fördelning = n Spridningsmått Variationsvidd (Range)
Läs merFöreläsning 1. 732G60 Statistiska metoder
Föreläsning 1 Statistiska metoder 1 Kursens uppbyggnad o 10 föreläsningar Teori blandas med exempel Läggs ut några dagar innan på kurshemsidan o 5 räknestugor Tillfälle för individuella frågor Viktigt
Läs mer34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD
6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller
Läs merFöreläsning 4. Kapitel 5, sid Stickprovsteori
Föreläsning 4 Kapitel 5, sid 127-152 Stickprovsteori 2 Agenda Stickprovsteori Väntevärdesriktiga skattningar Samplingfördelningar Stora talens lag, Centrala gränsvärdessatsen 3 Statistisk inferens Population:
Läs merTentamen består av 12 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2013-09-27 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merF3 Introduktion Stickprov
Utrotningshotad tandnoting i arktiska vatten Inferens om väntevärde baserat på medelvärde och standardavvikelse Matematik och statistik för biologer, 10 hp Tandnoting är en torskliknande fisk som lever
Läs merInnehåll. Steg 4 Statistisk analys. Skillnader mellan grupper. Skillnader inom samma grupp över tid. Samband mellan variabler
Innehåll I. Grundläggande begrepp II. Deskriptiv statistik III. Statistisk inferens Hypotesprövnig steg 1 5 Steg 4 Statistiska analyser Parametriska analyser Icke-parametriska analyser 1 Hypotesprövning
Läs merGiltig legitimation/pass är obligatoriskt att ha med sig. Tentamensvakt kontrollerar detta. Tentamensresultaten anslås med hjälp av kodnummer.
KOD: Kurskod: PC1244 Kursnamn: Metod Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2014-11-08 Tillåtna hjälpmedel: Miniräknare Tentan består av 13 frågor, totalt 40 poäng. Det krävs
Läs merför att komma fram till resultat och slutsatser
för att komma fram till resultat och slutsatser Bearbetning & kvalitetssäkring 6:1 E. Bearbetning av materialet Analys och tolkning inleds med sortering och kodning av materialet 1) Kvalitativ hermeneutisk
Läs merkodnr: 2) OO (5p) Klassindelningar
kodnr: 1) KH (10p) a) Förklara innebörden av kausalitetsbegreppet i ett kvantitativt-metodologiskt sammanhang (2p) b) Förklara innebörden av begreppet nonsenssamband (2p) c) Argumentera för och motivera
Läs merStatistikens grunder. Mattias Nilsson Benfatto, Ph.D
Statistikens grunder Mattias Nilsson Benfatto, Ph.D Vad är statistik? Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information.
Läs merLaboration 3: Urval och skattningar
S0004M Statistik 1 Undersökningsmetodik. Laboration 3: Urval och skattningar Denna laboration handlar om slumpmässiga urval. Dessa urval ska användas för att uppskatta egenskaper hos en population. Statistiska
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Torsdagen den 23 e mars Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Torsdagen den 23 e mars 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merAllmänna anvisningar: - Nästkommande tentamenstillfälle: Tidigast två veckor efter det att resultatet från denna tenta blivit inregistrerat.
Forskningsmetoder i företagsekonomi Provmoment: Ladokkod: 22FF1D Tentamen ges för: 7,5 högskolepoäng TentamensKod: Tentamensdatum: Lördagen den 14 januari 2017 Tid: 09.30-13.30 Hjälpmedel: Inga restriktioner,
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merKapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA
Kapitel 12: TEST GÄLLANDE EN GRUPP KOEFFICIENTER - ANOVA 12.1 ANOVA I EN MULTIPEL REGRESSION Exempel: Tjänar man mer som egenföretagare? Nedan visas ett utdrag ur ett dataset som innehåller information
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Innehåll 1 2 Diskreta observationer Kontinuerliga observationer 3 Centralmått Spridningsmått Vad är statistik?
Läs merTentamen vetenskaplig teori och metod, Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1
Namn/Kod Vetenskaplig teori och metod Provmoment: Tentamen 1 Ladokkod: 61ST01 Tentamen ges för: SSK GSJUK13v Tentamenskod: Tentamensdatum: 2015 10 02 Tid: 09:00 12:00 Hjälpmedel: Inga hjälpmedel Totalt
Läs merHöftledsdysplasi hos dansk-svensk gårdshund
Höftledsdysplasi hos dansk-svensk gårdshund Sjö A Sjö B Förekomst av parasitdrabbad öring i olika sjöar Sjö C Jämföra medelvärden hos kopplade stickprov Tio elitlöpare springer samma sträcka i en för dem
Läs merFöreläsning 9. NDAB01 Statistik; teori och tillämpning i biologi
Föreläsning 9 Statistik; teori och tillämpning i biologi 1 (kap. 20) Introduktion I föregående föreläsning diskuterades enkel linjär regression, där en oberoende variabel X förklarar variationen hos en
Läs merKritisk granskning av forskning
Om kursen Kritisk granskning av forskning ebba.elwin@psyk.uu.se 018-471 21 35 rum 14:366 (vån 3) Två veckors arbete, 3 hp Fördjupning i tidigare studier i forskningsmetodik Mål: kunskaper för att läsa,
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 2
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 2 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merFöreläsning 1. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 1 Statistik; teori och tillämpning i biologi 1 Kursens uppbyggnad 9 föreläsningar Föreläsningsunderlag läggs ut på kurshemsidan 5 lektioner Uppgifter från kursboken enligt planering 5 laborationer
Läs merDeskriptiv statistik. Andrew Hooker. Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University
Deskriptiv statistik Andrew Hooker Division of Pharmacokinetics and Drug Therapy Department of Pharmaceutical Biosciences Uppsala University Deskriptiv statistik Tabeller Figurer Sammanfattande mått Vilken
Läs merSammanfattning av dugga 2
Sammanfattning av dugga 2 Vad som påverkar svarsfrekvens på en enkät Respondentens dagsform och intresse Dock brukar den överlag följa klockformad kurva - över 20 svar brukar approximativt antas vara normalfördelade
Läs merKVANTITATIV FORSKNING
KVANTITATIV FORSKNING Teorier innehåller begrepp som byggstenar. Ofta är kvantitativa forskare intresserade av att mäta företeelser i verkligheten och att koppla denna kvantitativa information till begrepp
Läs merTentamen består av 12 frågor, totalt 40 poäng. Det krävs minst 24 poäng för att få godkänt och minst 32 poäng för att få väl godkänt.
KOD: Kurskod: PC1244 Kursnamn: Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Sandra Buratti Tentamensdatum: 2013-11-16 Tillåtna hjälpmedel: Miniräknare Tentamen består
Läs merKOM IHÅG ATT NOTERA DITT TENTAMENSNUMMER NEDAN OCH TA MED DIG TALONGEN INNAN DU LÄMNAR IN TENTAN!!
Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod OCH Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2011-09-19 kl. 09:00 13:00
Läs merIntroduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab
Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts
Läs merAnalys av medelvärden. Jenny Selander , plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken
Analys av medelvärden Jenny Selander jenny.selander@ki.se 524 800 29, plan 3, Norrbacka, ingång via den Samhällsmedicinska kliniken Jenny Selander, Kvant. metoder, FHV T1 december 20111 Innehåll Normalfördelningen
Läs merKvantitativ strategi Univariat analys 2. Wieland Wermke
+ Kvantitativ strategi Univariat analys 2 Wieland Wermke + Sammanfattande mått: centralmått n Beroende på skalnivån finns det olika mått, som betecknar variablernas fördelning n Typvärde eller modalvärde
Läs merTypvärde. Mest frekventa värdet Används framförallt vid nominalskala Ex: typvärdet. Kemi 250. Ekon 570. Psyk 120. Mate 195.
Lägesmått Det kan ibland räcka med ett lägesmått för att beskriva datamaterial Lägesmåttet kan vara bra att använda då olika datamaterial skall jämföras Vilket lägesmått som skall användas: Typvärde Median
Läs merFöreläsning 3. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 3 Statistik; teori och tillämpning i biologi 1 Dagens föreläsning o Inferens om två populationer (kap 8.1 8.) o Parvisa observationer (kap 9.1 9.) o p-värde (kap 6.3) o Feltyper, styrka, stickprovsstorlek
Läs merEnvägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper
Envägs variansanalys (ANOVA) för test av olika väntevärde i flera grupper Tobias Abenius February 21, 2012 Envägs variansanalys (ANOVA) I envägs variansanalys utnyttjas att
Läs merFöreläsning G70 Statistik A
Föreläsning 1 732G70 Statistik A 1 Population och stickprov Population = den samling enheter (exempelvis individer) som vi vill dra slutsatser om. Populationen definieras på logisk väg med utgångspunkt
Läs merKvantitativ metod. Föreläsning Kristin Wiksell
Kvantitativ metod Föreläsning 161114 Kristin Wiksell Kvantitativ metod När begrepp som längre, mer eller fler används är det en kvantitativ studie. Den vanligaste metoden är enkäter, kallas också surveyundersökning.
Läs merStatistiska undersökningar
Arbetsgång vid statistiska undersökningar Problemformulering, målsättning Statistiska undersökningar Arbetsgången mm Definition av målpopulation Framställning av urvalsram Urval Utformning av mätinstrument
Läs merBetrakta kopparutbytet från malm från en viss gruva. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten i dessa.
Betrakta kopparutbytet från malm från en viss gruva. Anta att budgeten för utbytet är beräknad på att kopparhalten ligger på 70 %. För att kontrollera detta tar man ut n =16 prover och mäter kopparhalten
Läs merFACIT (korrekta svar i röd fetstil)
v. 2013-01-14 Statistik, 3hp PROTOKOLL FACIT (korrekta svar i röd fetstil) Datorlaboration 2 Konfidensintervall & hypotesprövning Syftet med denna laboration är att ni med hjälp av MS Excel ska fortsätta
Läs merLTH: Fastighetsekonomi 23-24 sep 2008. Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING
LTH: Fastighetsekonomi 23-24 sep 2008 Enkel och multipel linjär regressionsanalys HYPOTESPRÖVNING Hypotesprövning (statistisk inferensteori) Statistisk hypotesprövning innebär att man med hjälp av slumpmässiga
Läs merMetod1. Intervjuer och observationer. Ex post facto, laboratorie -, fältexperiment samt fältstudier. forskningsetik
Metod1 Intervjuer och observationer Ex post facto, laboratorie -, fältexperiment samt fältstudier forskningsetik 1 variabelbegreppet oberoende variabel beroende variabel kontroll variabel validitet Centrala
Läs merSTOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson
1 STOCKHOLMS UNIVERSITET HT 2007 Statistiska institutionen Johan Andersson Skriftlig omtentamen på momentet Statistisk dataanalys I (SDA l, beskrivande statistik) 3 högskolepoäng, ingående i kursen Undersökningsmetodik
Läs merANOVA Mellangruppsdesign
ANOVA Mellangruppsdesign Envägs variansanlays, mellangruppsdesign Variabler En oberoende variabel ( envägs ): Nominalskala eller ordinalskala. Delar in det man undersöker (personerna?) i grupper/kategorier,
Läs merFöreläsning 12: Regression
Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är
Läs merFråga nr a b c d 2 D
Fråga nr a b c d 1 B 2 D 3 C 4 B 5 B 6 A 7 a) Första kvartilen: 33 b) Medelvärde: 39,29 c) Standardavvikelse: 7,80 d) Pearson measure of skewness 1,07 Beräkningar: L q1 = (7 + 1) 1 4 = 2 29-10 105,8841
Läs merKvantitativa metoder och datainsamling
Kvantitativa metoder och datainsamling Kurs i forskningsmetodik med fokus på patientsäkerhet 2015-09-23, Peter Garvin FoU-enheten för närsjukvården Kvantitativ och kvalitativ metodik Diskborsten, enkronan
Läs merSTOCKHOLMS UNIVERSITET VT 2009 Statistiska institutionen Jörgen Säve-Söderbergh
STOCKHOLMS UNIVERSITET VT 2009 Statistiska institutionen Jörgen Säve-Söderbergh Skriftlig tentamen på momentet Statistisk dataanalys I (SDA l), 3 högskolepoäng ingående i kursen Undersökningsmetodik och
Läs merTentamen på. Statistik och kvantitativa undersökningar STA001, 15 hp. Exempeltenta 5. Poäng. Totalt 40. Betygsgränser: G 20 VG 30
MÄLARDALENS HÖGSKOLA Akademin för hållbar samhälls- och teknikutveckling Statistik Tentamen på Statistik och kvantitativa undersökningar STA001, 15 hp Exempeltenta 5 Tillåtna hjälpmedel: Miniräknare (Formelsamling
Läs merTentamen på. Statistik och kvantitativa undersökningar STA101, 15 hp. Fredagen den 9 e juni Ten 1, 9 hp
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik Tentamen på Statistik och kvantitativa undersökningar STA101, 15 hp Fredagen den 9 e juni 2017 Ten 1, 9 hp Tillåtna hjälpmedel:
Läs merLaboration 3. Övningsuppgifter. Syfte: Syftet med den här laborationen är att träna på att analysera enkätundersökningar. MÄLARDALENS HÖGSKOLA
MÄLARDALENS HÖGSKOLA Akademin för ekonomi, samhälle och teknik Statistik och kvantitativa undersökningar, A 15 p Höstterminen 2016 Laboration 3 Övningsuppgifter Baserade på datasetet energibolag.rdata
Läs merKvantitativ strategi viktiga begrepp II. Wieland Wermke
+ Kvantitativ strategi viktiga begrepp II Wieland Wermke + Viktiga begrepp n Variabel: ett namngivet objekt som används för att representera ett okänt värde (platshållare), till exempel ett reellt tal.
Läs merRegressionsanalys. - en fråga om balans. Kimmo Sorjonen Sektionen för Psykologi Karolinska Institutet
Regressionsanalys - en fråga om balans Kimmo Sorjonen Sektionen för Psykologi Karolinska Institutet Innehåll: 1. Enkel reg.analys 1.1. Data 1.2. Reg.linjen 1.3. Beta (β) 1.4. Signifikansprövning 1.5. Reg.
Läs merimport totalt, mkr index 85,23 100,00 107,36 103,76
1. a) F1 Kvotskala (riktiga siffror. Skillnaden mellan 3 och 5 månader är lika som skillnaden mellan 5 och 7 månader. 0 betyder att man inte haft kontakt med innovations Stockholm.) F2 Nominalskala (ingen
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PM2315 Kursnamn: Psykologprogrammet, kurs 15, Metoder för psykologisk forskning (15 hp) Ansvarig lärare: Jan Johansson Hanse Tentamensdatum: 14 januari 2012 Tillåtna hjälpmedel: miniräknare
Läs mer1/31 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet
1/31 REGRESSIONSANALYS F1 Linda Wänström Statistiska institutionen, Stockholms universitet 2/31 Kap 4: Introduktion till regressionsanalys. Introduktion Regressionsanalys är en statistisk teknik för att
Läs merIdag. EDAA35, föreläsning 4. Analys. Kursmeddelanden. Vanliga steg i analysfasen av ett experiment. Exempel: exekveringstid
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Slump och slumptal Analys Boxplot Konfidensintervall Experiment och test Kamratgranskning Kursmeddelanden Analys Om laborationer: alla labbar
Läs merStatistik. Det finns tre sorters lögner: lögn, förbannad lögn och statistik
Statistik Statistik betyder ungefär sifferkunskap om staten Statistik är en gren inom tillämpad matematik som sysslar med insamling, utvärdering, analys och presentation av data eller information. Verkligheten
Läs merKvantitativa metoder en introduktion. Mikael Nygård, Åbo Akademi, vt 2018
Kvantitativa metoder en introduktion Mikael Nygård, Åbo Akademi, vt 2018 Vad är kvantitativ metod? Kvantitativa (siffermässiga) analyser av verkligheten: beskrivning och förklaringar av fenomen i fokus!
Läs merOBS! Vi har nya rutiner.
KOD: Kurskod: PC1203 och PC1244 Kursnamn: Kognitiv psykologi och metod och Kognitiv psykologi och utvecklingspsykologi Provmoment: Metod Ansvarig lärare: Linda Hassing Tentamensdatum: 2012-09-28 Tillåtna
Läs merIdag. EDAA35, föreläsning 4. Analys. Exempel: exekveringstid. Vanliga steg i analysfasen av ett experiment
EDAA35, föreläsning 4 KVANTITATIV ANALYS Idag Kvantitativ analys Kamratgranskning Analys Exempel: exekveringstid Hur analysera data? Hur vet man om man kan lita på skillnader och mönster som man observerar?
Läs merST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test?
ST-fredag i Biostatistik & Epidemiologi När ska jag använda vilket test? Mikael Eriksson Specialistläkare CIVA Karolinska Universitetssjukhuset, Solna Grund för hypotestestning 1. Definiera noll- och alternativhypotes,
Läs merLaboration 3: Urval och skattningar
S0004M Statistik 1 Undersökningsmetodik. Laboration 3: Urval och skattningar Denna laboration handlar om slumpmässiga urval. Dessa urval ska användas för att uppskatta egenskaper hos en population. Statistiska
Läs merF19, (Multipel linjär regression forts) och F20, Chi-två test.
Partiella t-test F19, (Multipel linjär regression forts) och F20, Chi-två test. Christian Tallberg Statistiska institutionen Stockholms universitet Då man testar om en enskild variabel X i skall vara med
Läs merInstuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8
1 Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8 Dessa instuderingsfrågor är främst tänkta att stämma överens med innehållet i föreläsningarna,
Läs merLaboration 3 Inferens fo r andelar och korstabeller
S0005M Statistik2 Lp 4 2016 Laboration 3 Inferens fo r andelar och korstabeller Laborationen behandlar Test av andelar med konfidensintervall och hypotestest Chi två test av oberoende mellan kvalitativa
Läs merFöreläsning 2 Deskription (forts). Index Deskription: diagram som stapeldiagram, histogram mm (tex spridningsdiagram, Mera om mätnivåer
Föreläsning 2 Deskription (forts). Index Deskription: diagram som stapeldiagram, histogram mm (tex spridningsdiagram, boxplot ) Deskription: lägesmått, spridningsmått Indexserie med bastidpunkt, förändring,
Läs merMall och manual för granskning av interventionsstudier
Mall och manual för granskning av interventionsstudier Denna granskningsmall är modifierad efter original från SBU (5), 2002-12-12. En vetenskaplig artikel är oftast indelad i följande avsnitt: introduktion,
Läs merFöreläsning 9. NDAB02 Statistik; teori och tillämpning i biologi
Föreläsning 9 Statistik; teori och tillämpning i biologi 1 (kap. 20) Introduktion I föregående föreläsning diskuterades enkel linjär regression, där en oberoende variabel X förklarar variationen hos en
Läs merTentamen i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder.
Tentamen 2014-12-05 i statistik (delkurs C) på kursen MAR103: Marina Undersökningar - redskap och metoder. Tillåtna hjälpmedel: Miniräknare och utdelad formelsamling med tabeller. C1. (6 poäng) Ange för
Läs merAnvisningar till rapporter i psykologi på B-nivå
Anvisningar till rapporter i psykologi på B-nivå En rapport i psykologi är det enklaste formatet för att rapportera en vetenskaplig undersökning inom psykologins forskningsfält. Något som kännetecknar
Läs merFÖRELÄSNINGSMATERIAL. diff SE. SE x x. Grundläggande statistik 2: KORRELATION OCH HYPOTESTESTNING. Påbyggnadskurs T1. Odontologisk profylaktik
Grundläggande statistik Påbyggnadskurs T1 Odontologisk profylaktik FÖRELÄSNINGSMATERIAL : KORRELATION OCH HYPOTESTESTNING t diff SE x 1 diff SE x x 1 x. Analytisk statistik Regression & Korrelation Oberoende
Läs merFöreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012
Föreläsning 1 Repetition av sannolikhetsteori Patrik Zetterberg 6 december 2012 1 / 28 Viktiga statistiska begrepp För att kunna förstå mer avancerade koncept under kursens gång är det viktigt att vi förstår
Läs merStatistiska analyser C2 Inferensstatistik. Wieland Wermke
+ Statistiska analyser C2 Inferensstatistik Wieland Wermke + Signifikans och Normalfördelning + Problemet med generaliseringen: inferensstatistik n Om vi vill veta ngt. om en population, då kan vi ju fråga
Läs merProvmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB. TentamensKod: Tentamensdatum: Tid:
Vetenskaplig teori och metod Provmoment: Tentamen 2 Ladokkod: 61ST01 Tentamen ges för: SSK06 VHB 7,5 högskolepoäng TentamensKod: Tentamensdatum: 2012-11-09 Tid: 09.00-11.00 Hjälpmedel: Inga hjälpmedel
Läs merEXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Lunds tekniska högskola Matematikcentrum Matematisk statistik FMSF50: Matematisk statistik för L och V OH-bilder på föreläsning 7, 2017-11-20 EXEMPEL PÅ FRÅGESTÄLLNINGAR INOM STATISTIK- TEORIN (INFERENSTEORIN):
Läs merStatistik 1 för biologer, logopeder och psykologer
Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad
Läs merLösningar till SPSS-övning: Analytisk statistik
UMEÅ UNIVERSITET Statistiska institutionen 2006--28 Lösningar till SPSS-övning: Analytisk statistik Test av skillnad i medelvärden mellan två grupper Uppgift Testa om det är någon skillnad i medelvikt
Läs merProvmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling. Tentamensdatum: 28 maj 2018 Tid: 9-13
Matematisk Statistik 7,5 högskolepoäng Provmoment: Tentamen 6,5 hp Ladokkod: A144TG Tentamen ges för: TGMAI17h, Maskiningenjör - Produktutveckling Tentamensdatum: 28 maj 2018 Tid: 9-13 Hjälpmedel: Miniräknare
Läs merTentamen för kursen. Linjära statistiska modeller. 22 augusti
STOCKHOLMS UNIVERSITET MATEMATISK STATISTIK Tentamen för kursen Linjära statistiska modeller 22 augusti 2008 9 14 Examinator: Anders Björkström, tel. 16 45 54, bjorks@math.su.se Återlämning: Rum 312, hus
Läs mer