KOD: Kurkod: PM35 Kurnamn: Metoder för pykologik forkning (5 hp) Provmoment: Delkur I: Kvalitativa och tatitika metoder Anvarig lärare: Ulf Dahltrand / Petra otröm Tentamendatum: 05-0-09 Plat: Viktoriagatan 30 Tillåtna hjälpmedel: Miniräknare amt ifogad formel- och taellamling. Student om ej har venka om modermål får använda ordok för överättning mellan venka och annat pråk. För Godkänt kräv mint poäng i kvalitativ metodik och mint poäng i tatitika metoder. Tentamen etår av totalt 0 huvudfrågor. Kontrollera att din tentamen innehåller amtliga frågor! OS! Detta är en anonym tenta, och detta förättlad kommer att ta ort före rättning. Skriv ditt namn och peronnummer på avedd plat nedan. Kontrollera att amma kodnummer tår på tentamen om på detta förättlad. Koden erätter dina peronuppgifter på tentamen. Notera koden på din talong nedan. Tentamenreultaten anlå med hjälp av kodnummer. Studenten namn: Studenten peronnummer: Giltig legitimation/pa är oligatorikt att ha med ig. Tentamenvakt kontrollerar detta. Kom ihåg att notera din kod på talongen nedan, riv av och ta med den innan du lämnar in tentamen. Om du tappar ort koden å kan vi inte ge ut den, utan du måte vänta till etyget är inlagt i Ladok. ------------------------------------------------------------------------------------------------------------------------------------- Kod: Kur:
GÖTEORGS UNIVERSITET Pykologika intitutionen Kur: PM35 Datum: 05-0-09 Plat: Viktoriagatan 30 Tid: 09:00-4:00 Petra otröm Ulf Dahltrand Tentamen i Metoder för pykologik forkning För Godkänt kräv mint poäng i kvalitativ metodik och mint poäng i tatitika metoder. Tentamen etår av totalt 0 huvudfrågor. Var vänlig och SKRIV TYDLIGT.
KVALITATIV METODIK. A) När kan det vara lämpligt att använda en cae-tudy (falltudie) deign i en vetenkaplig tudie? ( p) ) Hur kan valet av deltagare gå till för att reultaten kall li av värde? () C) Kan en cae-tudy generera kunkap om är generalierar? Förklara! ( p)
. Nedan följer ett atract ur en pulicerad artikel. Välj den (endat en) kvalitativa analymetod om ät lämpar ig för att uppnå nedantående yfte, amt motivera ditt metodval. (4 p) A qualitative approach wa ued to interview 3 Sudanee refugee reiding in riane, Autralia. Semi-tructured interview were conducted to examine the participant' pre-migration, tranit and pot-migration experience. Refugee reported traumatic and life-threatening experience during the pre-migration and tranit phae, and difficultie with reettlement during the pot-migration phae. Neverthele, participant reported uing a numer of coping trategie acro all phae, including: reliance on religiou elief, cognitive trategie uch a reframing the ituation, relying on their inner reource, and focuing on future wihe and apiration. Social upport alo emerged a a alient coping trategy. The finding are ueful for mental health profeional a they highlight the difficultie experienced y refugee acro phae of migration a well a trategie they ue to manage thee trauma and tree.
3. Dikurpykologi och Foucaultk dikuranaly har åda in grund i ocialkontruktionimen men kiljer ig delvi åt i ättet att underöka dikurer. a) Formulera två frågetällningar kring ämnet invandring en om lämpar ig för att underöka genom dikurpykologik anat amt en om kan evara med Foucaultk dikuranaly. ( p) ) Hur kulle datainamling lämpligen genomföra till dea två olika dikuranalyer? ( p)
4. ekriv och förklara kortfattat vad följande egrepp har för inneörd inom kvalitativ analy (6 p): a) Deduktiv ) Mättnad c) Tranparen d) Sujektpoition e) Latent tolkning f) Een
STATISTISKA METODER 5. (3 p) Ange och ekriv 3 exempel på centralmått och 3 exempel på pridningmått
6. (4 p) Förklara och ekriv logiken akom tatitik hypoteprövning (ignifikantetning).
7. (5 p) ekriv och förklara med exempel när det kan vara lämpligt att använda analymetoderna a) Chi-två-tet vid prövning av anpaning goodne of fit (en variael) och ) t-tet för eroende mätningar. c) enväg variananaly för oeroende mätningar d) tvåväg variananaly för oeroende mätningar e) enväg variananaly för eroende mätningar (upprepad mätning)
8. ( p) ekriv villkor (antaganden) om ör vara uppfyllda för att en regreionanaly kall vara giltig?
9. (6p) Y = 0,4 +,4 Ovantående regreionekvation erhöll man i en analy av data från en tudie med 33 deltagare. På goda teoretika grunder kan anta att (aretminnetet, lägta poäng är noll, högta poäng är tio) är en orakfaktor till Y (läförtåele, ju högre poäng, deto ättre). ekriv i ord hur man kan tolka regreionkoefficienten för i ekvationen. R-kvadrat i analyen är 0,36. Är hela modellen ignifikant? I en andra analy av amma data lade man till variaeln (lävanor) och nedantående ekvation erhöll. Tolka nu återigen regreionkoefficienten för och förklara varför det inte är amma iffror i den andra analyen om i den förta. R-kvadrat i denna analy lev 0,44, vilka lutater kan man dra om variaeln? Y = 0,4 +, + 0,7
PM35 HT 05 Ulf Dahltrand Formelamling Centralmått Typvärde T Median Md Aritmetika medelvärdet (eteckningen M förekommer ockå) Det met frekventa värdet Det mitterta värdet i en rangordnad fördelning = n Spridningmått Variationvidd (Range) R = max min Kvartilavvikele Q = q 3 q ( ) Standardavvikele = n Varian = ( ) n Standardiering Z-poäng Samandmått Z x = S x Korrelation (Pearon produktmomentkorrelationkoefficient) r xy Y Y Y Y = Z xz y n Enkel linjär regreion Y Y Regreionkoefficient Intercept a Y (kontant) Predicerade Y-värden Y a
STATISTISK INFERENS Skattning med konfidenintervall Medelvärde ± t df n df = n - Hypoteprövning (ignifikantetning): Medelvärde Nollhypote H 0 : μ = μ. Det finn ingen verklig killnad mellan populationerna. Den killnad om finn mellan tickprovmedelvärdena kan förklara av lumpen. Alternativ hypote H : μ μ. Det finn en verklig killnad mellan populationerna. Skillnaden mellan tickprovmedelvärdena kan inte enart förklara av lumpen. Alfa, α, är en eteckning för ignifikannivå
Standardavvikele i en amplingfördelning av medelvärden x x n Signifikantetning av enkilt tickprovmedelvärde vid känd populationtandardavvikele,.k. normaltet el. z-tet z x x x n t-tet: ett tickprovmedelvärde one ample t-tet x t x frihetgrader df = n - n
t-tet: två tickprovmedelvärden med oeroende mätningar independent ample t- tet x x t frihetgrader df = n n n n x n n n n t-tet för eroende mätningar paired ample t-tet t d frihetgrader df = n (n = antal differenvärden) d n Signifikantetning: frekvener Chi-två-tet vid prövning av anpaning goodne of fit" (en variael) (o = oerved, e = expected) o e e df = k (k = antal kolumner) Chi-två-tet vid prövning av oeroende (två varialer, kortaell) o e e df = (k )(r ) (k = antal kolumner, r = antal rader) Förväntade frekvener e kr O k O n r
Variananaly Enväg variananaly för oeroende mätningar Variationkälla df MS F ------------------------------------------------------------------------------------------------------------------ Mellan grupper n (.j.. ) J - Inom grupper ( ij.j ) N - J df df W W MS MS W ----------------------------------------------------------------------------------------------------------------- Total ( ij.. ) N - N = n*j Grupper/Nivåer - j - J x x - x - j x J x x - x - j x J....... i x x - x - i i ij x ij n x n x - x - n nj x nj -------------------------------------------------------------------------------------- x. x. - x. j - x. J x.. = totalmedelvärde Eta-kvadrat T
Enväg variananaly för eroende mätningar (upprepad mätning) Variationkälla df MS F ------------------------------------------------------------------------------------------------------------------- Mellan individer (A) J ( i... ) n Mellan tillfällen () n (.j.. ) J - Reidual (A) ( ij i..j +.. ) (n )(J-) df df A A MS MS A ----------------------------------------------------------------------------------------------------------------- Total ( ij.. ) N - Eta-kvadrat T Tillfällen - j - J x x - x - j J x x. x x - x - j J........ i x x - x - i i ij ij x x. x x i. n x n x - x - n nj x nj n. -------------------------------------------------------------------------------------- x. x. - x. j - x. J x.. = totalmedelvärde x
Tvåväg variananaly för oeroende mätningar (etween uject deign) Variationkälla df MS F -------------------------------------------------------------------------------------------------------------------- Faktor A x A MS A nj i.. x... I df MS A W j.... J Faktor ni x. x Interaktion A* n x. xi.. x. j. x... ij (I-)(J-) df df A A MS MS W MS MS A W Inomcell (W) w x ijk xij. IJ(n-) df w ------------------------------------------------------------------------------------------------------------------- x... x ijk N - Total Eta-kvadrat för faktor A Eta-kvadrat för faktor Eta-kvadrat för interaktion A A A T A T A T ijk = rad kolumn individ Faktor (j) j= j = j = 3 -----------------------------------------------------!!! 3! i =!.!.! 3 3.!..! 3! 3! 33! Faktor A (i)!-----------------!----------------!----------------!!!! 3! i =!.!.! 3 3.!..! 3! 3! 33! -----------------------------------------------------.....3.
Tvåväg variananaly för eroende mätningar (Mixed deign: upprepad mätning på en faktor) Variationkälla df MS F ----------------------------------------------------------------------------------------------------------------- Mellan individer Faktor A MS A A nj xi.. x... I Error xi. k xi.. Inom individer J I(n-) j.... J Faktor (tillfällen) ni x. x ij. i... j. x... (I-)(J-) Interaktion A n x x x x x x x I(n-)(J-) Error i. k ij. i.. ijk df df df A Ind Ind df df A A i i / Ind / Ind i i MS Ind MS MS i / Ind MS MS (Interaktion mellan tillfälle och individ inom grupp i (/Ind (i) ) ) ---------------------------------------------------------------------------------------------------------------- x... Total x ijk nij - A / Ind i i Eta-kvadrat för faktor A Eta-kvadrat för faktor Eta-kvadrat för interaktion A A A T A T A T ijk = rad kolumn individ Faktor (j) tillfälle j= j = j = 3 -----------------------------------------------------!!! 3!. i =!.!.! 3 3.!...! 3! 3! 33!.3 Faktor A (i)!-----------------!----------------!----------------!!!! 3!. i =!.!.! 3 3.! 3! 3! 33!.!.3.. -----------------------------------------------------.....3.
Regreionanaly Korrelation r xy Y Y Y Y Enkel linjär regreion Population Y Stickprov Y a e Y Y Regreionkoefficient Intercept (kontant, 0 ) Predicerade Y-värden a Y Y a Enkel och multipel regreion Fel e Y Y Reidualkvadratumma (reidual um of quare) e Y Y Regreionkvadratumma (regreion um of quare) Y Y tot = reg + re Y Y = Y Y + Y Y Determinationkoefficient eller förklarad variation r xy reg tot ; r yy reg tot ; R reg tot Juterat R ˆ R R N N k Reidualvarian (Mean quare reidual; Variance of etimate) y... k Y Y MSR N k k = antal oeroende varialer ()
Reidualtandardavvikele... k N Y Y k y Signifikantetning av regreionkoefficent (enkel regreion) Regreionkoefficienten tandardfel... k y (Standard error of ) t-tetning; t frihetgrader; df = (N-k-) Konfidenintervall t krit Multipel regreionanaly med två oeroende varialer Stickprov e a Y (Partiella) regreionkoefficienter r r r r y y y r r r r y y y Intercept 0 Y a (kontant) Standardfel för. r y Standardfel för. r y Signifikantetning av (partiella) regreionkoefficienter t
t Frihetgrader df = (N-k-) Signifikantetning av hela modellen F R / k reg / df reg R / N k re / df re Frihetgrader df = (k, (N-k-) Signifikantetning av killnad i R-kvadrat mellan två modeller ( R F törre R ) /( k k mindre R / N k törre törre törre mindre Med törre ave en modell om innehåller fler oeroende varialer än en mindre modell. Frihetgrader df k k, N k törre mindre törre ) Partialkorrelation r y. R R y. y. Ry. Semipartialkorrelation r y. y. y. R R R r r r r y. y y(.) y y(.) Mått för att upptäcka outlier och oervationer med tort inflytande (diagnotik) Standardierad reidual ei ZRESID y... k
Studentized reidual e i i e SRESID... N i k y e i Leverage (hävtångvärde) ) ( N h i i Cook avtånd i i i i h h k SRESID D Skillnad i -värde då ) (i DFETA en vi individ är med eller inte Konfidenintervall kring predicerade värden: En prediktor (enkel regreion) Standardfel för genomnittligt predicerat värde. N i x y Prediktionintervall: Medelvärde t Y Standardfel för individuellt predicerat värde. N i x y y Prediktionintervall: Individuellt värde y t Y