Chapter 1- Introduction

Choosing research questions: There are conceptual obstacles (definition and complexity) and
practical obstacles (resources for execution). Therefore, you must choose part of research topic. A
specific topic easier for literature search.

Research questions: Small, Manageable and specific. How: Mapping= listing all aspects of the topic
and focus on the “one”. Define each concept in the question. A question that can lead to collect
information that can answer it. An operational definition: How will you measure the elements of
research question.

Literature search: An eye opener on previous methods, theories, conclusions etc.

Research method: Compatible with theories surrounding research question. Will other researchers
approve it? Do I have time, resources etc

Planning research: Specify how to gather info, material, participants… Decide how to analyse results
before collect information from participants or elsewhere. Realistic about TIME. Pilot=a trail of your
method->refinement. Stick to plan

Executing the research: Be time and resource realistic. Self-critical before collection of info. Good
and detail record of your procedures->replicability. Review ethics around your research.

Chapter 2- Qualitative studies

Induction is the process of making lots of observations, do and experiment and produce a theory.
Subjective input is unfortunately made here.

Falsifiability- This approach is to prove that the theory is false or that it needs modification. True
theory until further notice. OBS! Don’t reject your theory too fast.

Hypothetico-deductive method: Hypotheses and predictions are made based of the theory. Then
various studies are made to see if the results are in favour of the theory being tested. A way of
choosing between two “good” theories. Replication of the initial study can be made too.

Statistical interference and hypothesis testing

Sample: A group that represent the entire population. Population: all the members whatever is
studied.

Inferences: Making conclusions from specific observations

Null hypothesis: When two variables are not actually related. No effect hypothesis. Alt. hypothesis:
two variables actually…

Type 1 error: Concluding that two variables(independent-manipulated- affect dependent) affect

each other when they actually don’t. Not realising null hypothesis. I see something but nothing is
actually there.

Type II error : Concluding that two variables don’t affect each other but they actually do. “Agree
with null hypothesis). I see nothing but something is actually there.

Class of measurements
When we can assign numbers to observations and things, then they become measurable. May used
to differentiate categories. Indirect measurements in psychology, eg IQ

Hierarchical order from “lowest to highest”:

Nominal/categorical m : Show Qualitative differences. Male/female, yes/no. Each observation can’t

fall into both categories(mutual exclusivity). Have enough categories for all
observations(exhaustiveness). You can insert one uncategorisable category.”same or different” .
#Qualitative

Ordinal level of measure: Ranking the categories based on a criteria. Good-average-poor… “is it
more or less” Not exactly what the difference is. #Qualitative

Interval level: Equal differences between measurements have the same “value”. 40-38=7-5->2
degrees or “distance between two objects” #Quantitative

Ratio scale: There is a numerical difference and an absolute zero standard. 0mm (length) no time,
none right. Differences in scores carry a meaning. 2 vs 4. Twice bigger. # Quantitative

Discrete vs continuous variables : Discrete has only whole number values. Continuous can have
smaller unit. Eg km, m, mm… You can then make approximate value from it. Real limits are the
boundaries of an approximated value. Eg, 18,5---19---20,5

Measurement errors

Observed score=true score + error. Decrease error by being as accurate as possible. Eg. mm and not
m. You can increase point/response scale from 3 to more. Not too much that make difficult for
participant.

You can combine measures. Eg categorical and ordinal , 1-7 (agree -disagree) but be careful. Keep
Validity and accuracy in mind.

Forskningsetik
*Skydda varje individ och respektera deras människovärde under forskning”. Hög professionalitet.
Nya metoder och frågeställningar hela tiden-> Balansera mellan forskningskraven och
individkraven. Olika krav på olika studier. Dessa krav kan vara motstridiga.
Innan etisk forskning: Diskutera och redogöra etiska aspekter som kan uppstå i alla delar av
forskning. Steg 2: Granska etiksprövningslagen , se typer av datainsamling som kräver etiskt
tillstånd . Steg 3: Söka etiskt tillstånd hos etiksprövningsmydigheten. Vid osäkerhet

Syfte med etikprövningslagen: Skydda individen mot psykiskt,fysiskt,integritet…skador. Forskarens

också.

Tillämpningsområde (nationellt): Vid fysiskt ingrepp på döda och levande, fysiskt…skador, projekt
med biologiskt material döda/levande och personuppgifter-Känsliga p- *gör hen identifierbar* och
personuppgifter om lagöverträdelser.

Andra lagar för Behandling av Personliguppgifter (Allt-skriva,spara,läsa- som görs med information
om någon annan) PUL-lagen. Sen GDPR (EU) inkluderar starkt personskydd och rätt till att begära
och radera p-uppgifter.

EJ ETIKPRÖVAS: Studentuppsatser, icke känsliga uppgifthantering på forskning, anonymseriade

forskning men låg risk för identifikation, mydighets egna utvecklingsarbete

Riktlinjer för etisk forskning:

Helsingsforsdeklarationen-Etiska principer som styr all forskning som involverar människor. Trots att
det inte är juridisk bindande bör de följas. Uppgiftlämnarens välbefinnande ska vara första piriotitet.
Samtycke den eller från vårdhavare. Måste berätta vilka aspekter är relaterade till medicinska
forskning.

Vetenskapliga rådets riktlinjer_ statlig och finanserar svenskt forskningsprojekt

4 Huvudkrav inom individsskyddskravet:

Informationskravet: Du måste berätta utförligt allT vad hen ska göra + det känsliga delen. De kan
avbryta närsomhelst. Infon om vissa delar kan komma senare om det kan påverka resultat.

Samtyckeskravet: Du måste få tillstånd från individerna innan du börjar forska. 15+/vårdnadshavare

Självbestämmande och avbryta närsomhelst. Vägran att delta inte ska ha negativa följder på
individen-undvik beroendeförhållande ex psykolog forskar på sin patient. NEJ.

Konfidentialitetskravet : Obehöriga kan inte komma åt personuppgifterna. Personen ej identifierbar

av utomstående. Tystnadsplikt också för all personal.

Nyttjandekravet: Uppgifterna om personerna bara för forskningssyfte. Ej kommersiellt. Inte heller

användas för beslut i andra instanser/vårdcentral utan medgivande.

Öppenhet och offentlighet kan hamna i konflikt med personskydd och personliga integriteten.
Forskare söker ny kunskap vs beskydda personens integritet + privatliv vs hen vill ha tystnadsplikt.
Då tar forskaren hänsyn till :

Sekretess betyder att något ska hållas hemligt. Det är ett koncept som utgår från sekresslagen som
reglerar vilka patientuppgifter som forskaren måste hemlighålla. Denna lag förbjuder forskaren från
att avslöja uppgifterna skriftligt eller muntligt. Det är muntliga avslöjandet som brukar kallas för
tystnadsplikt.

Tystnadsplikt innebär att det som patienten berättar för forskaren stannar mellan dem utan att
berätta det för andra. Det finns dock undantag vilket appliceras när forskaren tar reda på ett brott
där anmälningskyldighet gäller.
Anonymitet: Det innebär att svaren på en undersökning eller enkät ska varken spåras eller kopplas
tillbaka till uppgiftlämnaren. Det ska inte gå att ta reda på vem som lämnade uppgifterna.

Konfidentialitet: Det innebär att uppgifterna om deltagaren lagras och skyddas från obehöriga. Men
kodnycklar kan användas där skyddar persons identitet i de fall som forskaren behöver samråda med
andra forskarare.

*Domstolen , rättväsendet har rätt att ”bryta genom” dessa skydd när det är nödvändigt.

Vetenskaplig oredlighet: Förbiseende o/medvetet som medför förfalskning av forskningsresultat

och forskarens verkliga insats vid forskningen.

”Forskningsfusk” ex : 1)Fabricering av data, 2)stöld/plagiat och 3)förvrängningar i olika delar av

forskningen->misstolkning, gynnande resultat.

Etiskt förhållningssätt vid publicering som motverkar fusk: Källhänvisningar, Ej dubbelpublicera

samma annars uppge det, Författardeklarationen( 1 författare mest bidrag och sen namn påalla som
bidrag. Transparens(redo att visa rådata vid uppkomst av misstankar för ”fusk” )

Professionell etik för psykologer av APA: Vägleda psykologer att upprätthålla högsta etiska ideal.
Några principer: Nyttjande och ej skada deltagare, ansvar och pålitlighet, integritet, rättvisa och
värna om mänsklinga rättigheterna.

Forskningsfrågor
Forskningsfrågor: intressanta frågor som samhälle/forskare vill besvara. Kan röka öka dödlighet?

Frågan styr studiens design inte tvärtom. Annars delta upp frågorna lite grann om svårt att svara på
det. Designa sedan en studie för att samla data och dra slutsatser kring frågan.

Variabler: Något med värde som kan mättas.

Deskriptiva frågor: Beskriver ett fenomen. Hur vanligt är mobbning? -enkäter.

Frågor om samband: Finns det kausalitet(orsak-verkan) eller korrelation(samvarierar)

Kausalitet: A->B. förändringsberoende, riktning. Sedan skapa en teoretisk förklaringsmodell.

Korrelation ej alltid kausalitet!! Det finns andra faktorer

Confound: Okända variabler. Den tredje variabel som ibland bär förklaringen bakom sambandet. Vi
hittade A->B men X->A och B

Studiedesign:
Hög nivå vs lågnivå av kontroll på variabler. Betyder inte att den ena är sämre än det andra. Hög
kontroll->Öka chans för slutsats om kausalitet->men mindre förekomst i naturlig miljö.

Från Hög ekologisk validitet -Hög internvalitet

Fältstudie(naturalist): Observera.

Fallstudie: Undersöka ett fåtal specifika individer.

Korrelationstudie: Finns det samband mellan två mått.

Differentiell studie: En experimentell grupp vs kontrollgrupp,
Experimentell studie: Randomisering, manipulation av variabler, kontroll av confound.
Operationalisering: Hur kan vi mäta det vi vill studera? Definiera det. Forskningsfrågan skriver du
HP poäng, gymnasiebetyg inte bara kunskapsnivå. Ju mer specifikt frågan är enklare för andra
forskare att kritisera den. Enklare att bygga vidare på slutsatsen därav.
Experimentella studier
Vi behöver utesluta Extern variabel
/confounding eftersom vi vill Undersöka
orsak och samband.
Oberoende variabel: Manipuleras. Effekten
är beroende variabel. Bullret OBV och resultat
på provet BV
Övriga variabler: Håll de konstanta eller
neutralisera.
Randomisering: Slumpen för att neutralisera
dessa övriga variabler och confounds.
Radominsering: 1)Vilka kommer in 2) vilka
ska in i experiment/kontroll grupp
Mellangruppsdesign: Randomisering av
deltagare för att skapa experimentgrupp och
kontrollgrupp. Experiment and then compare
result. Ju större hela gruppen är totalt desto
mer spridning av externa variabler.
Experiment-deltagare genomför en
betingelse. Ex; Google and Bing. En grupp
deltagare testar bara Google= varje enskild
deltagare testar bara google. Eller bara bing =
en annan group bara testar Bing. A score for
Group G. Anothe score for group B +inga
ordningseffekter( inlärning ) + inga
tidseffekter - kan man lita på slumpen?-
skillnaden kan på bero på skillnaden
grupperna – flera deltagare : e,g 30 gånger
(2?) betingelse=60st
Inomgruppsdesign: Varje experiment-
deltagare gör alla deltar/betingelser i
undersökningen. Hen mäts vid flera tillfälle
eller använder google och sen Bing. Ordning
randomiseras för utförande av betingelse A.
+inga skillnader som beror på individer +
Färre deltagare, gör alla delar, 30st -
ordningseffekter (blir trött efter Del A,
påverkas av kunskap från Del A vid del B.
svarar bättre/sämre), -tideffekter (typ skadar
sig, tröttnar->sämre prestation) – Deltagare
listar ut syftet och justera egna beteende
Fördelar och nackdelar med Experimentella
studier:
+kontroll över confounding variabler och
andra faktorer. + Orsak verkan. – Labbmiljö vs
verklighet - konstgjorda miljöer -
generaliserbarhet, -Etiska aspekten: Lovar
behandling men kontrollgrupp får inte det.
Det går dock att fixa efter experimentet.
Kvasi-experimentell studie.
Nästan som Xp studier i sitt upplägg. Men
saknar: Randomisering - inga kontrollgrupper
eller är så skiljer sig från varandra. Lägre
kausalitet, lägre kontrollnivå. MEN hög extern
validitet. Utgår från ”naturliga” grupper ex:
kön, ålder. Du kan ju inte välja vem som blir
man eller kvinna. Obs! Externa och
individuella variabler
Differentiell studie vs Kvasi : DIF-
Manipulerar inte OBV eftersom det
ibland går inte att t.ex påverka kön.
Naturlig förekommande variabler.
Kvasi- manipulerar OBV = Ex: Väljer
vilken typ av test de får, eller telefon
som man/kvinna testar. Men jag
randomiserar inte deltagare till olika
betingelser. Det är Praktiskt svårt att
randomisera variabeln. Grupp 3A får
uppgiften men inte Grupp 3B som
kontrollgrupp.
Intern validitet: lita på OBV påverkade BV. Ja
för XP (kontroll, manipulation, random) men
nej för kvasi-XP(manipulation men ingen
randomisering) .Confounding variabler hotar
validitet
Extern validitet: Kan resultat Generaliseras till
andra miljöer, till andra operationaliseringar
sätt att mäta/manipulera OBV och BV, till hela
population eller om det görs med andra
stickprov? Kan det replikeras?
Longitudinell korrelationstudie: För att se
samband över tid. Kvarsiexperimentell studie.
Experimentell studie i labbmiljö.
Korrelation studier
Experimentella studier : Nyckelord : Kontroll
och manipulation-
Icke-experimentella : Nyckelord:
OBSERVATION. T.ex enkät, survey.
Korrelationsstudie Det finns skalor och
procedurer för att mäta variabel. Undersöka
sambandet mellan två /fler beroende
variabler. Stickprov->population
Tolkning: Korrelationskoefficient. Linjärt
samband. Y=kx+m. +/- , positivt samband när
y ökar med X. Negativt när y minskar när X
ökar . Ett värde mellan -1.0 och 1. Styrka på
korrelation beror också på om ny forskning
eller gammal. Riktning
Begränsningar: Samvariation/korrelation
betyder inte kausalitet. Sen finns
riktningsproblemet mellan varirabler. A->B
eler A<B. Tredjevariabel problemet också. Vi
drunkar inte av glass.
Differentiella studier
Jämförelse av 2/+ grupper baserat på
befintliga grupper. Lärare, asiater… Man tar
Ett stickprov som representerar grupperna-
>population. Lika behandling av grupper.
Kännetecken
Undersöker skillnader mellan 2/+ variabler
Baserat på redan existerande grupper.
OBV ej manipuleras! Pga: Fysiskt omöjligt
(ändra folks längd, kön) , oetiskt( ge någon
huvudvärk) opraktiskt(tidsineffektiv)
Operationalisering: Bestäm din BV och OBV.
Dock inte manipulera OBV som ofta är
diskreta(kön, IQ)
Urval: Representativt. Kontrollgrupp bör vara
identiskt med på allt annat än OBV(testet för
klass 3B)
Begränsningar: Y- Beroende variabel på andra
saker än OBV. Tredjevariabel och externa
variabel/confounds.
Kontroll av externa variabler: 1)
Slumpmässigt urval ur populationen. 2)
åldergränser (58-60) eller 3) Matchning ( ex:
två asiater på kontroll och Xp-gruppen).
Problem med matching= högre intern validitet
men lägre extern validitet.
Tvärsnittsdata och
Longitudinell data
(Kan göras på andra typer av studier) På
differentialstudier:
Tvärsnitt studier: Jämför åldergrupper varje
grupp representerar sin åldersklass. Typ 35år -
65. Gör minnas tester. Samla data vid ett och
samma tillfälle.
Longitudinella studier: Flera undersökningar
genom tid av individerna. Man jämför med sig
själv. Kräver mera resurser! Minskar
kohorteffekten.
Kohorteffetken: Hotar intern validitet.
Innebär att det finns andra faktorer(speciellet
generationsskillnad) som påverkar genom tide
än t.ex just bara ålder. Olika generationer har
ställs inför olika intellektuell stimuli. Vilket
upptäcks med longitudinella studier snarare
än T.
Hot mot intern/extern validitet
_Longitudinella studier
Intern validitet: Oväntade och okända
förändringar sker över tid. Nya mätresultat
beror helt andra variabler(livet händer),
Mätinstrument förändringar och
språkförändringar. Bortfall av deltagare,
testeffekter(minns svaren)
Extern validitet: Generaliserbarhet till andra
grupper. -Andra kulturer -Andra tidsperiod?
Hot mot tolkning och slutsatser
Källor till Variation: Förväntad variation (3, 6),
mätfel,
Mättningar har några typer av mätfel: Fel
instrument (reaktionstid noggrannhet,
distraktion) , Fel i miljö (solen lyser på
skärmen, fel på deltagarna (trötta). Indirekta
mättningar inom psykologi är svåra-många
faktorer.
Individuell variation: Alltid närvarande. En del
av förklaringsmodell. Typ längd, IQ
Slumpmässig variation: OK! OM Ej kopplad till
gruppskillnader, Utan fördelat mellan alla
grupper. Inte vara för stora variation heller.
Systematisk variation: Konstant och
förutsägbara skillnader. Kanske fanns innan
experiment. Olika långa. Sen på experiment
längsta dunkar bättre. Då Svårt att dra
konkreta slutsatser baserad på manipulation.
Lösning på systematisk variation: 1)
Randomisering, fördelar de individuella
variationen. 2)Slumpmässiga tilldelning av
tillhörighet -> fördelning av individuell
variation. Förmätningar för att kolla att
variationen inte är för stora 3)Randomisera
testordning
Reliabilitet:
Konsekventa resultat och mätningar.
Replikerbar, Konceptuell replikering (liknande
stimulus eller mätinstrument). Hotas av:
Stickprovstorlek: Stora S.->Minskar effekten
av ind variation och minskar gruppskillnader .
Små S. leder till att finna samband som ej
finns.
Variation i konstruktet: Stabilitet över tid?
Personlighet aspekter stabila men
reaktionsförmåga varierar beroende andra
faktorer.
Validitet:
Mäts det vi vill mäta? Instrument.
-Intern validitet : Kontrollerad miljö, Minska
confounds variabel som XP- studier.
-Extern valid(ekologisk)- Generaliserbarhet till
verkliga situationer, population. Men på låg
kontrollnivå kan man inte påstå kausalitet.
Tidseffekter:
Deltagare förändras. Longitudinella studier;
saker händer i deltagarens liv.
Ordningseffekter: listar ut, orkar inte.
Upprepningar på uppgifter gör att deltagare
blir bättre. Randomisera!
Förändring i experiment eller av
försöksledare
- Grupp effekter: Initiala gruppskillnader
randomisera! Förmäta! Bortfallsproblematik:
Avhopp-> annan effekt på kvarvarande
deltagare. Undersök detta innan!
-Deltagareffekter: Deltagarnas förväntningar
(maskera syftet lite), Kontrollgruppen (kan bli
omotiverade, kan kompenseras.
Försöksledareffekter kan minskas med –
Blindad då deltagaren vet ej om hen är
kontrollgrupp. Placebo. Dubbelbindad- F-
ledaren vet inte heller.
Urvalsmetoder
Urval vs census
Population
Urval fördelning
Representativitet: Fördelning av olika
individer/material i stickprovet ska vara
proportionellt till fördelning av dessa
individer/material i populationen. 40->4. Och
10->1.
Obundet regelbundet:
Normalfördelning ,
Convience: Var transparens.
SD: För stor = onormal fördelad pga outliers.
REDOVISA BARA STATISTISKA SIGNIFIKANTA
DETALJER.
Bakgrunds variabler : Cofounding, extern
variabler, tredje variabler(mest i sambands
studie).
Confound påverkar OBV och BV. Kontrollera
bakgrunds variabler statiskt.
Confidence intevall: How confident our
estimate(mean, mean diff,) based on a sample
can be generalised to population. EX: Sample
of apples gives you mean=150g. Close to
population mean? So you use a Conf. interval:
147-151. Width size eller hur star felmarginal
beror på different depending on sample size
and variation in population.
Variation in sample indicator of variation in
population: Low-> same similar results
independent of sample. High variation =ops
Size: Small sample->Great variation, not
including all types of “apples”->wider conf
interval. Bigger dif, results among sample
means.
Qualitative Studies
Preparation for interview :
McNamara (2009) applies eight principles to
the preparation stage of interviewing which
includes the following ingredients:
(1) choose a setting with little distraction;
(2) explain the purpose of the interview.
(3) address terms of confidentiality.
(4) explain the format of the interview.
(5) indicate how long the interview usually
takes;
(6) tell them how to get in touch with you
later if they want to;
(7) ask them if they have any questions before
you both get started with the interview; and
(8) don't count on your memory to recall their
answers (Preparation for Interview section,
para.
Kodning:
Koderna är de delar i texten som är intressant
utifrån forskningsfrågan.
Kodning Steg för steg:
Tänk på följande sätt för att skapa koder:
•Vad betyder det som står här? Vad
representerar det som sägs?
•Vad handlar det om?
•Inom vilket område har det här betydelse?
•Vilka frågor väcker detta eller vilket svar ger
detta?
•Vad är det som händer och sker?-
Saker man behöver fråga sig:
oVad är det som pågår?
oVad gör människor?
oVad säger människor?
oDessa handlingar eller uttryck vad utgår
dessa ifrån?
oHur kan kontexten påverka, stödja eller
underhålla dessa handlingar och uttryck?
Sen då? När man har koder
oMan behöver en definition av koder. t.ex
Vad betyder till exempel wordof mouth?

Lista med koder med definitioner.

•Håll listan separerat från dokumenten.

oHitta texter som matchar den definitionen

man skapar.

oMan brukar koda lite längre meningar men

man kan göra det på kortare passager också.
Men det blir svårare.

oMan kommer att få överlappande texter som

motsvarar flera koder.

Från en lista med koder-> Samla koderna till

olika undertema->Samla underteman till

GRANSKNING

1.Känslighet för kontext

oTydliggörs hur teori och tidigare forskning

format ingången i projektet?

2.Hängivenhet

oUppvisar forskaren ett långtgående

engagemang i ämnet?

3.Fullständighet

oÄr datainsamlingen och analysen

tillfredställande och komplett?

4.Transparens

oÄr forskaren tydlig med hur processen gått

till?

oFinns det stöd i text för de slutsatser som

görs?

5.Koherens

oOm det finns ett tydligt filosofiskt perspektiv,

stämmer det med metoden och utförandet?

6.Forskningens vikt

oBidrar forskningen med något nytt av

praktisk, teoretisk eller kulturell vikt?