Please enable JavaScript.

Coggle requires JavaScript to display documents.

Research Method (Teori (Research designs (Casual (Experimentation: A…

- - - - Hypoteser:er et forslag som er empirisk testbart - en uttalelse som forutsier hva vi forventer å finne fra empiriske data. Normalt (og som vi vil bruke det), er en hypotes en empirisk uttalelse om typen relasjoner mellom variabler.
        
        A research hypothesis
        
        null hypothesis
        
        Krav til hypotesen
        
        Grounded
        
        Falsifiable
        
        Empirically testable
        
        3.Specific
        
        2.Value-free
        
        Clear
      - Scientific research: Produksjonen av ny kunnskap ved å bruke vitenskapelige metoder
        
        The Hallmarks of scientific research
        
        Replicability: possible to repeat
        
        Precision and confidence
        
        Testability
        
        Objertivity
        
        Rigor
        
        Generalizability
        
        Purposiveness
        
        Parsimony
      - Teori:et sett av sammenhengende begreper, definisjoner og proposisjoner (hypoteser) som presenterer en systematisk oversikt over et fenomen ved å spesifisere forhold mellom begreper, med det formål å forklare og forutsi fenomenet
      - Theoretical (conceptual) framework: skildrer forholdene mellom de studerte variablene. Det representerer grunnlaget for forskningsprosjektet, siden det fokuserer på hvilke begreper eller variabler vi studerer.
    - - Deductive: Å dra en logisk konklusjon som blir ansett som valid hvis, og bare hvis, den har en logisk konsistent
      - Hypothetic-dekduktive: Bruker hypoteser som premiss, som er basert på teori (eller tidligere empirisk forskning) for å så teste disses empirisk
        
        Stens of Hypothetic-dedukitv process
        
        Innledende informasjonssøk. Eks litteraturstudie: Develop a problem statement and research problem
        
        Teori formulering
        
        Identifikasjon av et fenomen
        
        Formuler hypoteser
        
        Bestem målingsstørrelser
        
        Innsamling av forsknings data
        
        Data analyse
        
        Tolkning--> Konkluder angående hypotesen(Størres eller forkastes)
      - 1.Inductive: Den logiskal prosessen ved å utlede en konklusjons fra et kjent premiss eller noe kjent for å være "sant"
  - - - Experimentation: A scientific investigation where an investigator manipulates and controls one or more independent variables, and observe the dependent variable.
        
        True Experimental Design Forskeren kan tilfeldig tilordne behandling til tilfeldige valgte test enheter. Gir muligheten til å kontrollere når og til hvem som skal eksponeres og måles.
        
        After-Only with control group design: Blir brukt når det ikke er mulig å gjøre pretest målinger
        
        Befog-After with control group design To grupper hvor hver av test enhetene i begge gruppene blir målt før og etter introduksjonen av eksperimentelle stimulansen
        
        Complex Experimental Design: tillater manipulering for flere verdier for uavhengig variabel.
        
        2.Randomized Block Design: Identifisering og isolering av en enkelt variabelen som kan påvirke resposen fra test enheten ved hjelp av "blocking"
        
        3.Latin Square Design: refererer til antall kategorier for eksterne variabeler vi ønsker å kontrollerer må være lik antall behandlinger
        
        Completely Randomized Design: En tilfeldig prosess blir brukt for å tilordne test enheter til ulik behandling
        
        Factorial Design Når effekten av to eller flere uavhengige behandlings variabler er vurdert samtidig
        
        Classification of experiments
        
        Field experiment
        
        External validity I hvilken grad det observerte resultatet vil forventes å kunne overføres til andre situasjoner. Kan resultatet generalisere?
        
        Laboratory experiment
        
        Internal validity: Muligheten til å tildele effekten av den observerte til den eksperimentelle variabelen og ikke til andre eksterne variable
        
        Internal Validity problems:
        
        Instrument variation: Endringer i måleinstrument
        
        Selection bias: ( Utvalgsperspektiv) Oppstår dersom gruppene ikke er tilsvarende før målingen
        
        Testing effect: The process of experimentation itself may affect the observed response
        
        Statistical regression effect(Statistisk regresjonseffekt) tendensen at ekstreme måleverdierer trette seg mot gj.snitt og skaper en falsk årsaksvirknings effekt.
        
        Maturation (Modning) Effecten in test units as a result from the passage of time
        
        Experimental mortality Referere til tapet av test enheter under eksprimentet
        
        1.History: Events which happen between the first and second measurements, that will influence the dependent variable.
        
        Quasi-Experimental Designs: Blir brukt når forskere ikke har kontroll over når og til hvem for målingen
      - Casuality: "We can never prove that X is a cause of Y, we can only infer
        
        Krav for å etablere kausalitet
        
        3.Eliminering av andre mulige causal factors
        
        4.Teoretisk støtte
        
        Tidsrekkefølgen av variablene: X skjer før Y
        
        Samvariasjon mellom variabelen
  - - - Utvikle et responsformat
        
        Måle responsen
        
        Multi-items scales
        
        2.Semantic Differential: Måler holdninger. Består av å presentere en rekke bipolare adjektiver om et objekt, forankret i begynnelsen og slutten av en syv-punkts skala.
        
        The Likert scale: Respondenter blir spurt om å indikere nivå av enig eller uening på hvert uttalelse om objektet. 5 eller 7 point skala er normalt brukt
        
        Scales: Når vi samler inn data, må viidentifisere egenskapene til skalaene. Ex.Skala for alder har andre egenskaper enn skala for kjønn. Vi har fire typer skalaer.
        
        Ratio scale Har alle egenskapene til interval scale, men i tillegg ett absolutt null-punkt .Ex Høyde og vekt
        
        3.Interval scale: Egenskap av rangering hvor avstanden mellom variablene er lik (Interval har konstant lengde)
        
        2.Ordinal scale: Egenskaper å sette ting i rekkefølge(rangering)Ex. A =1 B=2 C=3. Men sier ingenting om avstanden mellom de ulike variblene
        
        1.Nominale scale: besitter egenskapene til identifikasjon (Antall fotballspillere /telefon nummer)
      - Generere dimensjoner eller komponenter i konseptet
      - Vurdere pålitelighet og gyldighet
      - Teoretisk definisjon
      - Generere operasjonelle definisjoner
    - - Metoder for å måle pålitelighet
        
        Flerdimensjonale konsepter
        
        Formative scala (Årsak)Indikatorene er antatt å forårsake endringer i konseptet
        
        Reflektiv skala
        (Effekt) Brukes når endring i konseptet vil lede til endring i indikatoren
        
        udimmensjonale konsepter
        
        Test -retest method
        
        Parallel-form reliability
        
        Inter-item consistency reliability
    - - 1.Content validity: I hvilken grad måleelementene dekker det konseptet vi ønsker å måle.
      - Criterion - related validity: Er etablert når målingen skiller ut enheter på et kriterium som forventes å kunne forutse
        
        Predictive validity: - I hvilken grad målingene forutser kriteriet. Ex GMAT --> MBA
        
        Concurrent validity: Måler forholdet mellom og kriterium variablene, når begge vurderes på samme tidspunkt. Ex alkotest før kjøring
      - Construct validity: Hvilket konsept er det måleinstrumentene faktisk måler?
      - 3a. Convergent validity: I hvilken grad lignende måle instrumente måler samme konsept
        
        Cronbach´s alpha: a =k.rm / (1+rm(k-1))
        
        .
      - 3b. Discriminate validity: Krever at en måling ikke korrelerer med en måling hvor den forventes å avvike (supposed to differ)
        
        Multi method matrix
        
        Faktor Analyse
  - - - Velg utvalgsgruppe
        
        Non-probability sampling: ingen måter å estimere sannsynligheten for et populasjon element vil bli inkludert i utvalget. Ingen måter å garantere at utvalget er representativ for hele populasjonen
        
        Probability sampling: Hver populasjon element har en kjent sjans for å bli inkludert i utvalget
        
        Systematic sampling
        
        Stratified sampling
        
        Simple random sampling
        
        Cluster samling
      - Bestem utvalgs størrelsen
        
        Non-statistical factors
        
        Time, money, number of categories, the homogeneity of the population, acceptable magnitude of error, acceptance confidence level, the relative size and type of samling method(s) used
        
        Statistical factors
        
        Estimere standaravviket
        
        Bestemme akseptabel presisjon (Magnitude of error)
        
        Bestemme a significant nivå
      - Identifiser the sampling frame: List opp elementene som det faktiske utvalget vil bli trukket fra
      - Utfør the sampling
        
        Errors
        
        1.Sampling Errors: Forskjellen mellom observert verdi av variabelen og langsiktig gjennomsnitt verdi av variabelene, ved gjentakende målinger
        
        Kan bli redusert ved å øke utvalgstørrelsen
        
        Non-sampling errors: Alle andre typer feil som kan oppstå under forskning
        
        Non-samling biases
        
        Observert
        
        Data innsamlings feil
        
        Behandlings feil
        
        ikke observert
        
        Ikke dekning
        
        Ikke respons
        
        2 more items...
      - Definer populasjonen: Definer typer av analyseenheter som skal studeres
- - - - Kan vurdere to typer validitet
        
        Konvergent Validitet: Faktor Loadings børe være høye (som tommelfingerregel, høyere enn 0,5) under faktoren der den forventes å tilhøre.
        
        Diskriminant Validitet: Faktor loadings bør være lave under faktoren den antas å ikke tilhøre.
    - - en Faktor lodings indikerer korrelasjonen mellom den originale variabelen og den respektive faktoren
      - For å begrunne anvendelsen av faktoranalyse, bør korrelasjonsmatrisen vise tilstrekkelige korrelasjoner mellom variablene
        
        Bruker "Measure of samling adequacy (MSA)
        
        Nivåer
        
        < 50 ----> Uakseptabel
        
        > 60 ---->middelmådig
        
        > 70 ---->middels
        
        > 80 ----> god
        
        > 90 ---> strålende
    - - Eigenvalue:: Finner vi ved å summere kvadrattallet til hver variabelen innenfor en faktor.
        
        The latent root kriterie Eigenvalue må være større enn 1. Forkast vist ikke
        
        Prosentvis andel av varians som forklares ved faktorene = Eigenvalue/ antall variabler
    - - Kommunalitetet finner vi ved summere kvadrattallet til hver faktor loading for hver variabele.
  - - - Utvikle prognosemodeller
      - Estimere dynamiske årsaksvirkning modell
    - - Random-walk: Just radom meaning you have no idea where it will go next
      - Random-walk with drift: Tend to go to one direction
      - Spurious Regression: Betyr at en utenforliggende variabel(urelatert data) er den virkelige årsaken til korrelasjonen man ser mellom den uavhengige og avhengige variabelen
        
        Dette er årsake til hvorfor vi bruker stasjonær tidsserie
  - - - A linear type of relationship:
        Y = α + βX
        
        For å løse denne så brukes samme teknikk som i ANOVA
    - - Samme antagelser som enkelt regresjonsanalyse, men må unngå multikollinearitet
        
        Multikollinearitet: Ihvilken grad en uavhengig variabels effekt kan forutsies eller påvirket av de andre variablene i analysen (interaksjonen)
        
        Dersom multikollinearitet oppstår: Muligheten til å definere noen uavhengige variablers effekt er redusert.
        
        Muligheter for å redusere mulikollinaritet
        
        Bruke modellen bare for prognose formål
        
        Bruke/definere nye variabler
        
        Unnlate en eller flere høyt korrelert variabel
    - - Konstant varianse av error term
      - Uavhengighet av error term
      - Linearitet: Yi = â + ^bXi + ei
      - Normalitet for error term fordelingen
      - E(ei)=0
    - - AdjR^2 tar hensyn til frihetsgradene og forklarer hvor mye av Y som blir forklart av regresjonsmodellen
      - Formel AdjR^2 = 1 - (( R^2 -1)(n-1)/(n-k-1))
  - - - Finn forventet frekvens. n(Y1)*n(X1)/n
      - Finn χ2 som er: ( n ij - E(nij)^2/ E(n ij)
      - Finn d.f (r-1)*(k-1)
      - Hvis χ2 > χ2 a,d.f --> Reject H0
      - To hypoteser
        
        H0: Det er ingen signifikant differanse mellom modellen og virkeligheten
        
        HA: Det er signifikant forskjell mellom modell og virkeligheten