•SED=SDPn11+n21 (Standardfeil for differansen)
•t=SEDxˉ2−xˉ1 (t-test for uavhengige utvalg)
•Forkast H0 hvis p<α (typisk α=0.05)
•Statistisk styrke =1−β
Korrelasjon og regresjon
•Korrelasjonskoeffisient: −1≤r≤+1
•Delt/forklart varians: r2 (andel felles varians, coefficient of determination)
•Regresjonsligning: Y^=a+bX
•b = stigningstall (endring i Y per enhet økning i X), a = konstantledd; linjen tilpasses med minste kvadraters metode
Kritisk tenkning
•Cohens d: d=SDPxˉ1−xˉ2 (effektstorrelse for gruppeforskjeller)
•Konvensjoner: d=0.2 liten, d=0.5 middels, d=0.8 stor effekt
Vanlige feil å unngå
Vitenskapsteori
•Forveksle induktiv og deduktiv metode -- husk: induktiv går fra observasjoner til teori, deduktiv går fra teori til observasjoner.
•Tro at falsifiserbarhet betyr at en teori er feil -- det betyr bare at den KAN testes og potensielt motbevises.
•Blande sammen paradigme (overordnet rammeverk) med teori (spesifikk forklaring innenfor et paradigme).
•Overse at forskningsbasert kunnskap også kan være feil -- forskjellen er at den er systematisk og etterprøvbar.
Forskningsdesign
•Forveksle tilfeldig utvalg (random sampling) med tilfeldig tilordning (random assignment). Utvalg handler om HVEM som er med i studien, tilordning handler om HVILKEN betingelse de havner i.
•Tro at stort utvalg automatisk betyr god generaliserbarhet -- et stort men skjevt utvalg generaliserer ikke bedre enn et tilfeldig utvalg på f.eks. 200.
•Glemme å skille sannsynlighetsutvalg fra ikke-sannsynlighetsutvalg, og å kalle et studentutvalg på nett for det det er: et bekvemmelighetsutvalg.
•Blande indre validitet (skyldes resultatet manipulasjonen?) med ytre validitet (kan vi generalisere?).
Eksperimentell metode
•Glemme at randomisert TILORDNING (ikke bare et stort utvalg) er det som gjør et eksperiment til et ekte eksperiment og tillater kausale slutninger.
•Forveksle mellom-gruppe og innen-gruppe design. Husk: mellom = ulike personer i hver betingelse, innen = samme person i alle betingelser.
•Tro at overføringseffekter gjelder mellom-gruppe design -- de gjelder KUN innen-gruppe/repeterte design.
•Blande hovedeffekt og interaksjonseffekt: hovedeffekt = effekten av EN UV alene; interaksjon = effekten av en UV AVHENGER av nivået på en annen UV.
•Overse reaktivitet/demand characteristics og manglende blinding når du drøfter trusler mot indre validitet i en behandlingsstudie.
Maling, reliabilitet og validitet
•Forveksle testvaliditet (face, innholds-, kriterie-, prediktiv, begrepsvaliditet) med indre/ytre validitet -- sistnevnte gjelder slutninger og design, ikke selve testen.
•Pasta at en test kan være valid uten å være reliabel. Det er omvendt: reliabilitet er nødvendig (men ikke tilstrekkelig) for validitet.
•Blande samtidig validitet (kriteriet males samtidig) med prediktiv validitet (testen forutsier et framtidig kriterium).
•Glemme å tolke Cronbachs alfa når den er oppgitt i scenarioet -- en høy alfa indikerer god intern konsistens.
•Behandle reliabilitet og validitet som absolutte 'ja/nei'-egenskaper i stedet for grader som vurderes ut fra formålet.
Deskriptiv statistikk
•Forveksle standardavvik og standardfeil. SD = spredning i data, SE = presisjon i estimatet (standardavvik i utvalgsfordelingen). SE avhenger av utvalgsstorrelsen.
•Bruke gjennomsnitt når fordelingen er skjev -- da er medianen bedre. Husk at avvik mellom gjennomsnitt/median/modus signaliserer skjevhet.
•Tro at z-skalering gjør en fordeling normalfordelt. Standardisering endrer skala (gj.snitt 0, SD 1), men ikke formen på fordelingen.
•Glemme at varians og standardavvik aldri kan være negative, og at vi deler på n-1 (ikke n) for utvalg.
•Tro at et stort standardavvik betyr 'dårlige' data -- det betyr bare mye variasjon.
Inferensstatistikk
•Si at p-verdien er sannsynligheten for at H0 er sann. FEIL -- p er sannsynligheten for dataene (eller noe mer ekstremt) GITT at H0 er sann. Sensor trekker for dette.
•Forveksle statistisk signifikans med praktisk betydning. Et signifikant resultat kan være trivielt lite (med nok deltakere blir alt signifikant).
•Bruke en rekke t-tester for å sammenligne mer enn to grupper -- bruk ANOVA for å holde family-wise error rate nede.
•Glemme at type I- og type II-feil henger sammen: a redusere den ene øker den andre (med mindre n okes).
•Bruke enhalet test for a 'få et signifikant resultat' -- valget mellom en- og tohalet test må begrunnes på forhånd.
Korrelasjon og regresjon
•Si at korrelasjon beviser kausalitet. ALDRI -- vurder alltid omvendt arsaksretning, tredjevariabler og spuriositet.
•Forveksle r og r-kvadrert. r = 0,30 betyr IKKE at 30 % av variansen er forklart; r-kvadrert = 0,09, så bare 9 %.
•Glemme at korrelasjon bare fanger LINEAERE sammenhenger -- en kurvlineær/U-formet sammenheng kan gi r nær 0.
•Blande prediktor (X, det du forutsier MED) og kriterievariabel (Y, det du forutsier).
•Tro at regresjon innebærer kausalitet -- det handler om prediksjon, ikke årsak.
Single-subject-design og kasusstudie
•Forveksle et N=1-eksperiment (manipulasjon, kontroll, ABAB) med et kvalitativt kasusstudie (ren beskrivelse, ingen manipulasjon).
•Bruke kvalitative kasuseksempler når oppgaven ber om eksempler på single-subject EKSPERIMENTER -- nevn heller Thorndike, Ebbinghaus, Skinner, Pavlov.
•Glemme at N=1-design ligner within-subject-design, og dermed også er utsatt for carry-over-effekter.
•Pasta at N=1-design generaliserer godt -- den store svakheten er nettopp ytre validitet (få deltakere).
•Glemme stabilitetskriteriet og betydningen av mange gjentatte målinger på samme individ.
Kvalitativ metode
•Formulere et kvalitativt forskningsspørsmål som en hypotese eller ja/nei-spørsmål. Det MA være apent og utforskende.
•Tro at kvalitativ forskning er 'mindre vitenskapelig' enn kvantitativ. De svarer på ulike spørsmål.
•Glemme å nevne at kvalitativ forskning fokuserer på SUBJEKTIVE ERFARINGER og fortolkning.
•Forveksle kvalitativ metode med observasjon -- kvalitativ forskning bruker også intervju, tekstanalyse, fokusgrupper osv.
Forskningsetikk
•Glemme informert samtykke som det mest grunnleggende etiske prinsippet.
•Tro at villedende forskning aldri kan tillates -- den kan være akseptabel hvis den er nødvendig, lavrisiko og følges av debriefing.
•Tro at viktige resultater automatisk gjør forskning etisk forsvarlig -- nytten må alltid veies mot risikoen.
•Forveksle konfidensialitet (identitet beskyttes) med anonymitet (identitet ukjent også for forskeren).
•Overse at etikk også gjelder etter studien -- deltakerne har rett til debriefing og innsyn.
Kritisk tenkning
•Tro at et signifikant resultat betyr at effekten er stor eller viktig. Signifikans avhenger av utvalgsstorrelsen.
•Godta kausale konklusjoner fra korrelasjonsdata uten å tenke på tredjevariabler.
•Anta at et resultat fra en studie automatisk gjelder for alle mennesker -- vurder alltid generaliserbarheten (WEIRD-kritikken).
•Forveksle mangel på signifikans med bevis for at det IKKE er noen effekt -- det kan skyldes for lite utvalg (lav styrke).
Eksamenstips
Vitenskapsteori
•Vitenskapsteori kommer sjelden som egen oppgave, men veves inn i andre oppgaver. Vis at du forstår HVORFOR vi bruker systematiske metoder.
•Bruk begrepet bekreftelsesskjevhet aktivt når du forklarer hvorfor hverdagskunnskap er utilstrekkelig.
•Når du forklarer hypotesetesting, knytt det til Poppers falsifikasjonsprinsipp -- vi tester nullhypotesen for å se om den kan forkastes.
Forskningsdesign
•Når et scenario beskriver datainnsamling på forelesning eller via sosiale medier, skal du gjenkjenne det som et ikke-tilfeldig bekvemmelighetsutvalg og drøfte seleksjonsskjevhet opp mot ytre validitet.
•Når oppgaven spør 'hvilke mål bør man rapportere for å beskrive et utvalg', nevn alltid både sentraltendens (gjennomsnitt, median, modus) OG spredning (SD, varians, range).
•Vis at du forstår spenningen mellom indre og ytre validitet -- høy kontroll kan gå på bekostning av naturlighet. Dette gir uttelling.
Eksperimentell metode
•Forvent nesten alltid minst en oppgave om eksperimentell metode. Når oppgaven ber om 'to hovedtyper design', er svaret ALLTID mellom-gruppe og innen-gruppe -- forklar fordeler OG ulemper for begge.
•Ved faktorielle design: tegn en 2x2-tabell og/eller en graf for å illustrere hoved- og interaksjonseffekter. Sensorveiledningene fremhever at figurer honoreres.
•Husk de tre kjennetegnene på et ekte eksperiment (kontrollgruppe, manipulasjon, randomisert tilordning) -- de spores direkte.
•Ved behandlingsstudier: nevn at studien bør være blindet og drøft reaktivitet/demand characteristics og frafall som trusler mot indre validitet.
•Kjenn Solomon 4-gruppedesignet og hva hver av de fire gruppene tester -- det er dukket opp som vanskelig deloppgave.
Maling, reliabilitet og validitet
•Når scenarioet inneholder et spørreskjema eller en test, forvent delspørsmål om både reliabilitet OG validitet. Nevn konkrete metoder for å estimere reliabilitet (test-retest, parallelle former, split-half, intern konsistens/Cronbachs alfa, inter-rater).
•Ramse opp formene for testvaliditet (face, innholds-, kriterie-/samtidig/prediktiv, begreps-) og forklar minst et par av dem kort med eksempel.
•Trekk alltid inn at en test kan være reliabel uten å være valid -- dette honoreres eksplisitt.
•Hvis Cronbachs alfa er oppgitt i oppgaveteksten: tolk den som mål på intern konsistens.
Deskriptiv statistikk
•Når oppgaven gir deg varians eller rådata + n: regn ut SD og SE steg for steg, og vis utregningen (sensor vurderer fremgangsmåten, ikke bare svaret).
•Forklar alltid hva tallene BETYR i kontekst, ikke bare regn dem ut. Sensorveiledningene belonner forståelse over 'riktig resultat', særlig på apen bok-eksamen.
•Knytt gjerne SD/SE til normalfordelingen (68 % innenfor +/-1 SD, 95 % innenfor +/-1,96 SE) -- det gir ekstra uttelling.
•Hvis en variabel er beskrevet som z-skalert/standardisert, påpek at gj.snitt = 0 og SD = 1.
Inferensstatistikk
•Hypotesetesting er på nesten alle eksamener. Ov spesielt på å forklare LOGIKKEN: utvalgsfordeling, standardfeil, H0/Ha, p-verdi og signifikans -- ikke bare definere begrepene.
•Type I- og type II-feil spores direkte og ofte. Forklar dem med et konkret eksempel (IQ, reaksjonstid, behandling) og relater til alfa, n og effektstorrelse.
•Når antall grupper > 2 nevnes: foresla ANOVA og begrunn med family-wise error rate. Kjenn også enveis/toveis ANOVA og ANCOVA.
•Ved regneoppgaver (SE, SE_D, t): vis ALLE steg og tolk tallene i kontekst.
•Husk: 'forkaste H0' beviser ikke Ha -- vi har bare funnet evidens som er vanskelig å forklare under H0.
Korrelasjon og regresjon
•Korrelasjon/regresjon er på nesten alle eksamener. Ha 3 gode hverdagseksempler på spuriose sammenhenger klare (en med tredjevariabel, en med omvendt retning, en med ren tilfeldighet).
•Når en r-verdi er oppgitt: tolk retning OG styrke, regn ut delt varians (r-kvadrert) og kommenter at det er lite/mye felles varians.
•Forklar tredjevariabler med konkrete kausalmodeller (bakenforliggende, mellomliggende, moderator) og gjerne en piltegning -- dette honoreres.
•Når du forklarer 'regresjon som videreforing av korrelasjon': korrelasjon = sammenheng (styrke/retning), regresjon = prediksjon via Y-hat = a + bX, tilpasset med minste kvadraters metode.
•Vis at regresjon ikke betyr kausalitet, selv om vi predikerer Y fra X.
Single-subject-design og kasusstudie
•Kjenn de tre variantene (baseline/ABAB, diskret forsøksdesign, dynamiske design) og kunne forklare ABAB-fasene konkret.
•Ha klart skillet kasusstudie (kvalitativ, deskriptiv, ingen manipulasjon) vs. N=1-design (eksperiment, manipulasjon, egen kontroll).
•Ha 2-3 navn klare som eksempler på single-subject-eksperimenter (Thorndike, Ebbinghaus, Skinner, Pavlov).
•Diskuter alltid indre vs. ytre validitet og carry-over-effekter når du drøfter N=1-design.
Kvalitativ metode
•Delspørsmålene i en kvalitativ-oppgave kan ofte besvares samlet -- skriv da en sammenhengende tekst i stedet for å dele opp.
•Ha 2-3 eksempler på kvalitative forskningsspørsmål klare. Bruk spørreord: 'Hvordan...?', 'Hva slags...?', 'Hvilke erfaringer...?'
•Sensor belonner at du viser forståelse for HENSIKTEN med kvalitativ forskning (forstå erfaringer/opplevelser), ikke bare definisjonen.
•Hvis du foretrekker de kvantitative temaene, kan du velge bort kvalitativ-oppgaven -- men kjenn grunnprinsippene som sikkerhetsnett.
Forskningsetikk
•Etikk kan komme som hel oppgave (særlig informert samtykke og villedende forskning) eller som delspørsmål -- ha Milgram og debriefing klart som illustrasjon.
•Kunne drøfte NAR villedende forskning kan aksepteres og HVORDAN den håndteres etisk (nødvendighet, lav risiko, debriefing).
•Når du diskuterer design (f.eks. ventelistekontroll), reflekter over etiske aspekter -- dette gir plusspoeng.
•Kjenn REK, Sikt (NSD) og Helsinki-deklarasjonen som rammer for etisk godkjenning.
Kritisk tenkning
•Sensorveiledningene gir eksplisitt plusspoeng for å nevne at signifikans ikke betyr stor effekt -- bruk dette aktivt.
•Når du diskuterer korrelasjonsstudier, vis ALLTID at du tenker på tredjevariabler og alternative forklaringer.
•Ved eksperimentoppgaver: reflekter over validitetstrusler (konfundering, frafall, reaktivitet) -- det løfter besvarelsen til toppkarakter.
•Husk WEIRD-kritikken som et generelt poeng om generaliserbarhet -- det er nesten alltid relevant.