Jeg blir sprø av den her metodeboken!!!!

[Millymolly]

Jeg holder på med master i en alder av 50 +! Det er egentlig veldig spennende, men noe som ikke er forståelig for meg akkurat nå...er kvantitativ metode...Er det noen som skjønner dette som kunne hjelpe meg med noen avklaringer? 

[AnonymBruker]

Hva er det du ikke forstår?

Anonymkode: b7b37...fc3

[Millymolly]

Det er mye, men f. eks hvordan jeg skal tolke en oppgitt p - verdi

[AnonymBruker]

13 minutter siden, Millymolly skrev:

Det er mye, men f. eks hvordan jeg skal tolke en oppgitt p - verdi

Du må være mer spesifikk. 
Det er dessuten et svært vanskelig spørsmål å besvare. Hvordan man tolker det vil komme an på blant annet fagområdet. Da jeg tok doktorgrad og tok statistikk og epidemiologi i samme semester, måtte jeg gi to helt ulike forklaringer på hva p-verdi var og ikke minst hvordan den skal tolkes, avhengig av hvilket fag det var... 🙄 

Anonymkode: 80463...0b4

[AnonymBruker]

Du kan ikke lære kvantitativ metode på kvinneguiden. Bruk google, hør med foreleser, lag en kollokvie, eller skaff deg en privatlærer. 

Anonymkode: 035da...6a5

[Millymolly]

20 timer siden, AnonymBruker skrev:

Du må være mer spesifikk. 
Det er dessuten et svært vanskelig spørsmål å besvare. Hvordan man tolker det vil komme an på blant annet fagområdet. Da jeg tok doktorgrad og tok statistikk og epidemiologi i samme semester, måtte jeg gi to helt ulike forklaringer på hva p-verdi var og ikke minst hvordan den skal tolkes, avhengig av hvilket fag det var... 🙄 

Anonymkode: 80463...0b4

En gjennomført t-rest av gjennomsnittlig karakter nivå ved et fag ved to ulike høyskoler, P-verdien er 0,0423, hvordan konkludere? 

[Millymolly]

16 timer siden, AnonymBruker skrev:

Du kan ikke lære kvantitativ metode på kvinneguiden. Bruk google, hør med foreleser, lag en kollokvie, eller skaff deg en privatlærer. 

Anonymkode: 035da...6a5

Nei det har jeg ikke noe håp om 😝men det var litt frustrasjon bare når jeg satt og leste og forsøkte meg på oppgaver. Men her på kvinneguiden virker det som om det meste tas opp🤔

[Gjest Fjeud]

47 minutter siden, Millymolly skrev:

En gjennomført t-rest av gjennomsnittlig karakter nivå ved et fag ved to ulike høyskoler, P-verdien er 0,0423, hvordan konkludere? 

P-verdien for en t-test oppgir om gjennomsnittene er signifikant forskjellig fra nullhypotesen. Altså sannsynligheten for at det ikke er noen forskjell mellom gjennomsnittene. Vanligvis opererer man med en bestemmelsesregel på 5%, Om p verdien er under 0.05% er det bare 5% eller mindre sannsynlighet for å ha fått den forskjellen du har på gjennomsnittet, gitt at de egentlig er like. 

[AnonymBruker]

47 minutter siden, Millymolly skrev:

En gjennomført t-rest av gjennomsnittlig karakter nivå ved et fag ved to ulike høyskoler, P-verdien er 0,0423, hvordan konkludere? 

Rent formelt sett er nullhypotesen forkastet og man godtar H1, som jeg vil anta er at det er forskjell i gjennomsnittlig karakter ved de to høyskolene?
 

Dette under forutsetning at man bruker den vanligste terskelverdien, som er p=0,05. En p-verdi lavere enn dette tilsier at man forkaster H0 (som pleier å være at det ikke er forskjell mellom gruppene).

Det kan evt også føyes til at p-verdien er nær 0,05.

En annen ting er at man bør også se på hva forskjellen mellom de to gruppene faktisk er. P-verdien utregnes blant annet med størrelsen på utvalget (se formelen). Dette vil si at jo større utvalget er, jo lavere blir p-verdien, det vil si at for svært store utvalg skal det kun svært små forskjeller til mellom de to gruppene for å få en p-verdi under 0,05. Denne lille forskjellen trenger ikke ha noen betydning i praksis. Se for deg f.eks at du har et stort utvalg, og karakterforskjellen mellom to skoler er liten - 3,00 ved skole 1, og 2,99 ved skole to. En slik forskjell har i praksis ingen betydning. 
 

Men er dette på lavere nivå og hvis dette siste ikke er noe dere har diskutert i undervisningen, er de sannsynligvis kun ute etter om man forkaster H0 eller ikke. 

Anonymkode: 80463...0b4

[AnonymBruker]

Se for deg at du skal undersøke om karakternivåene er forskjellige ved Høyskole A og Høyskole B. Se for deg videre at du har en mistanke om at det er flinkere lærere på Høyskole A, for eksempel, og at elevene derfor får høyere karakterer der. En såkalt nullhypotese er at det ikke er noen reel forskjell på karakternivåene ved Høyskole A og Høyskole B. Men den alternative hypotesen, den som du vil teste, er at karakterene ved Høyskole A er høyere enn ved Høyskole B.

For å kunne teste denne hypotese, kunne man tenke seg at du måtte ha samlet alle karakterene som noen gang sinne skal gies ved høyskolene for deretter og sammenlikne dem, men det går jo ikke ann. I stedet så må man altså hente ut et utvalg av karakterer fra de to høyskolene og sammenlikne dem. La oss si at du får tak i 100 karakterer fra Høyskole A og 100 karakterer fra Høyskole B. Gjennomsnittet u utvalget ved Høyskole A er 4, 2 og gjennomsnittet ved skole B er 4,0. Men så er spørsmålet om basert på disse to utvalgene egentlig kan si at karakterer fra skole A faktisk er høyere en skole B. Du har jo bare selektert fra et lite utvalg, så det er noe usikkerhet rundt det. Tallene er jo ganske like, selv om Høyskole A har litt høyere snitt. I

Man kan tenke seg at ved tilfeldigheter så har man kanskje hentet ut et utvalg av karakterer som ikke representerer den "ekte"gjennomsnittsverdien som er gitt på skolen. Kanskje skolene faktiskt har samme gjennomsnittskarakter, men tilfedigvis så plukket man ut 100 karakterer fra hver skole litt skeivt - men hentet ut feks flere med gode karakterer fra Høyskole A ved en tilfeldighet. P-verdien sier altså noe om sannsynligheten for at du har ut et utvalg fra hver gruppe som får deg til å konkludere med at karakterene i de to skolene er forskjellig, til tross for at de i den underliggende gruppen (altså, ALLE med karakterer fra høyskole A og B) faktisk er like. Med en P verdi på 0,0423, så betyr det at sannsynligheten for at karaterene på høyskole A og høyskole B faktisk er like, på tross av at de fremstår som ulike (altså at høyskole A har høyere snitt en høyskole B i ditt utvalg), er 4.23%. Det vanlige når du har en hypotese om at feks skole A gjør det bedre en skole B, er å bruke et signifikansnivå på 5%, eller p<0.05. Det betyr at du avviser nullhypotesen dersom p-verdien er mindre en 0.05. I dette tilfellet, ville du da ha ha avvist at nullhypotesen om at høyskolene har like karakterer. 

Dersom du ikke hadde hatt en hypotese om at skole A hadde høyere karakterer enn skole B, eller omvendt, bare at du trodde de var forskjellige, så burde man bruke noe som heter en 2-sidig t-test. Da bør signifikans nivået være på 2.5%, eller at p-verdien må ligge under 0,025 for at man skal avvise nullhypotesen. Hadde du ikke hatt en hypotese om skole A eller B hadde høyest karakter, så ville du du da i dette tilfellet ikke kunne ha avvist nullhypotesen om at det er forskjellig karakterer ved skole A og skole B, fordi p-verdien var 0,0423 som er større enn 0,025.

TLDR: p-verdien tolkes i lys av hypotesen din, og i lys av hvillken signifikansverdi du bruker. Den tallfester sannsynligheten for at de sammenlikningene du gjør gir feil resultat pga et skjevt utvalg. 

Anonymkode: 4977f...19a

[AnonymBruker]

1 minutt siden, AnonymBruker skrev:

Rent formelt sett er nullhypotesen forkastet og man godtar H1, som jeg vil anta er at det er forskjell i gjennomsnittlig karakter ved de to høyskolene?
 

Dette under forutsetning at man bruker den vanligste terskelverdien, som er p=0,05. En p-verdi lavere enn dette tilsier at man forkaster H0 (som pleier å være at det ikke er forskjell mellom gruppene).

Det kan evt også føyes til at p-verdien er nær 0,05.

En annen ting er at man bør også se på hva forskjellen mellom de to gruppene faktisk er. P-verdien utregnes blant annet med størrelsen på utvalget (se formelen). Dette vil si at jo større utvalget er, jo lavere blir p-verdien, det vil si at for svært store utvalg skal det kun svært små forskjeller til mellom de to gruppene for å få en p-verdi under 0,05. Denne lille forskjellen trenger ikke ha noen betydning i praksis. Se for deg f.eks at du har et stort utvalg, og karakterforskjellen mellom to skoler er liten - 3,00 ved skole 1, og 2,99 ved skole to. En slik forskjell har i praksis ingen betydning. 
 

Men er dette på lavere nivå og hvis dette siste ikke er noe dere har diskutert i undervisningen, er de sannsynligvis kun ute etter om man forkaster H0 eller ikke. 

Anonymkode: 80463...0b4

*det er en statistisk signifikant forskjell i karakternivå (i avsnitt 1).

Anonymkode: 80463...0b4

[AnonymBruker]

2 minutter siden, AnonymBruker skrev:

Se for deg at du skal undersøke om karakternivåene er forskjellige ved Høyskole A og Høyskole B. Se for deg videre at du har en mistanke om at det er flinkere lærere på Høyskole A, for eksempel, og at elevene derfor får høyere karakterer der. En såkalt nullhypotese er at det ikke er noen reel forskjell på karakternivåene ved Høyskole A og Høyskole B. Men den alternative hypotesen, den som du vil teste, er at karakterene ved Høyskole A er høyere enn ved Høyskole B.

For å kunne teste denne hypotese, kunne man tenke seg at du måtte ha samlet alle karakterene som noen gang sinne skal gies ved høyskolene for deretter og sammenlikne dem, men det går jo ikke ann. I stedet så må man altså hente ut et utvalg av karakterer fra de to høyskolene og sammenlikne dem. La oss si at du får tak i 100 karakterer fra Høyskole A og 100 karakterer fra Høyskole B. Gjennomsnittet u utvalget ved Høyskole A er 4, 2 og gjennomsnittet ved skole B er 4,0. Men så er spørsmålet om basert på disse to utvalgene egentlig kan si at karakterer fra skole A faktisk er høyere en skole B. Du har jo bare selektert fra et lite utvalg, så det er noe usikkerhet rundt det. Tallene er jo ganske like, selv om Høyskole A har litt høyere snitt. I

Man kan tenke seg at ved tilfeldigheter så har man kanskje hentet ut et utvalg av karakterer som ikke representerer den "ekte"gjennomsnittsverdien som er gitt på skolen. Kanskje skolene faktiskt har samme gjennomsnittskarakter, men tilfedigvis så plukket man ut 100 karakterer fra hver skole litt skeivt - men hentet ut feks flere med gode karakterer fra Høyskole A ved en tilfeldighet. P-verdien sier altså noe om sannsynligheten for at du har ut et utvalg fra hver gruppe som får deg til å konkludere med at karakterene i de to skolene er forskjellig, til tross for at de i den underliggende gruppen (altså, ALLE med karakterer fra høyskole A og B) faktisk er like. Med en P verdi på 0,0423, så betyr det at sannsynligheten for at karaterene på høyskole A og høyskole B faktisk er like, på tross av at de fremstår som ulike (altså at høyskole A har høyere snitt en høyskole B i ditt utvalg), er 4.23%. Det vanlige når du har en hypotese om at feks skole A gjør det bedre en skole B, er å bruke et signifikansnivå på 5%, eller p<0.05. Det betyr at du avviser nullhypotesen dersom p-verdien er mindre en 0.05. I dette tilfellet, ville du da ha ha avvist at nullhypotesen om at høyskolene har like karakterer. 

Dersom du ikke hadde hatt en hypotese om at skole A hadde høyere karakterer enn skole B, eller omvendt, bare at du trodde de var forskjellige, så burde man bruke noe som heter en 2-sidig t-test. Da bør signifikans nivået være på 2.5%, eller at p-verdien må ligge under 0,025 for at man skal avvise nullhypotesen. Hadde du ikke hatt en hypotese om skole A eller B hadde høyest karakter, så ville du du da i dette tilfellet ikke kunne ha avvist nullhypotesen om at det er forskjellig karakterer ved skole A og skole B, fordi p-verdien var 0,0423 som er større enn 0,025.

TLDR: p-verdien tolkes i lys av hypotesen din, og i lys av hvillken signifikansverdi du bruker. Den tallfester sannsynligheten for at de sammenlikningene du gjør gir feil resultat pga et skjevt utvalg. 

Anonymkode: 4977f...19a

Dette er feil. Ved en to-sidig t-test (som man normalt sett vil bruke, IKKE en ensidig t-test) er 0,05 fordelt på 0,025 i nedre del av normalfordelingen, og 0,25 i øvre del av normalfordelingen. Man bruker altså fremdeles p=0,05. I en ensidig t-test legger man hele 0,05-potten i én ende av normalfordelingen, noe som gjør det enklere å få et signifikant resultat = noe tidsskriftene liker. Metodisk er det svært uheldig, med mindre man er absolutt sikker på i hvilken retning forskjellen går. Derfor skal man bruke tosidig t-test. 

Lavere p-verdi enn 0,05 brukes vanligvis med multiple testing. 

Anonymkode: 80463...0b4

[AnonymBruker]

Akkurat nå, AnonymBruker skrev:

Dette er feil. Ved en to-sidig t-test (som man normalt sett vil bruke, IKKE en ensidig t-test) er 0,05 fordelt på 0,025 i nedre del av normalfordelingen, og 0,25 i øvre del av normalfordelingen. Man bruker altså fremdeles p=0,05. I en ensidig t-test legger man hele 0,05-potten i én ende av normalfordelingen, noe som gjør det enklere å få et signifikant resultat = noe tidsskriftene liker. Metodisk er det svært uheldig, med mindre man er absolutt sikker på i hvilken retning forskjellen går. Derfor skal man bruke tosidig t-test. 

Lavere p-verdi enn 0,05 brukes vanligvis med multiple testing. 

Anonymkode: 80463...0b4

Hypotesene er altså:

H0: Det er ingen forskjell mellom karakternivåene på de to høyskolene 

H1: Det er en forskjell mellom karakternivået på de to høyskolene 

Merk at H1 ikke sier noe om hvilken retning forskjellen går. Det er IKKE vanlig å ha H1: Skole 1 har høyere karakternivå enn skole 2. 

Anonymkode: 80463...0b4

[Millymolly]

2 timer siden, Fjeud skrev:

P-verdien for en t-test oppgir om gjennomsnittene er signifikant forskjellig fra nullhypotesen. Altså sannsynligheten for at det ikke er noen forskjell mellom gjennomsnittene. Vanligvis opererer man med en bestemmelsesregel på 5%, Om p verdien er under 0.05% er det bare 5% eller mindre sannsynlighet for å ha fått den forskjellen du har på gjennomsnittet, gitt at de egentlig er like. 

Ok, takk for svaret, har lest om denne bestemmelsesregelen, men trodde det måtte utdypes mer enn som så👍

[Gjest Fjeud]

1 minutt siden, Millymolly skrev:

Ok, takk for svaret, har lest om denne bestemmelsesregelen, men trodde det måtte utdypes mer enn som så👍

Kommer helt an på oppgaven, om du skriver en faglig artikkel holder det med at du rapporterer t-verdi, og p-verdi, og sier at gjennomsnittene var signifikant forskjellig fra hverandre. Om det er en metodeoppgave som spør om implikasjonene av ulike p-verdier og hva det betyr burde du utdype mer grundig.

[Millymolly]

2 timer siden, AnonymBruker skrev:

Dette er feil. Ved en to-sidig t-test (som man normalt sett vil bruke, IKKE en ensidig t-test) er 0,05 fordelt på 0,025 i nedre del av normalfordelingen, og 0,25 i øvre del av normalfordelingen. Man bruker altså fremdeles p=0,05. I en ensidig t-test legger man hele 0,05-potten i én ende av normalfordelingen, noe som gjør det enklere å få et signifikant resultat = noe tidsskriftene liker. Metodisk er det svært uheldig, med mindre man er absolutt sikker på i hvilken retning forskjellen går. Derfor skal man bruke tosidig t-test. 

Lavere p-verdi enn 0,05 brukes vanligvis med multiple testing. 

Anonymkode: 80463...0b4

Takk for en så grundig forklaring, nå forstod jeg det bedre🤗

[AnonymBruker]

4 timer siden, Millymolly skrev:

Takk for en så grundig forklaring, nå forstod jeg det bedre🤗

Fint! Det finnes også mye god statistikkhjelp på nettet, for eksempel YouTube (gjør engelske søk). 

Anonymkode: 80463...0b4