Craig, B: Introduction to the Practice of Statistics
In dit document staat alle stof van onderzoekspracticum 2 uitgelegd. Verder bevat het een overzicht van de betekenis van de gebruikte symbolen, een overzicht van de toetsen die je moet kunnen, het formuleblad uitgewerkt en tot slot een oefentoets inclusief uitwerkingen. Het document is hierdoor erg...
𝜶 significantieniveau s standaarddeviatie / standaardafwijking
> hoe groot de kans mag zijn dat we van de steekproef
het fout hebben (vaak 0.05; 5%)
df aantal vrijheidsgraden r correlatie
N steekproefgrootte d effectgrootte (Cohen’s d)
Sp Standaarddeviatie Effectgrootte Oneway ANOVA
- geeft aan in hoeverre de totale
variantie wordt verklaard door
de variantie tussen groepen
De ‘gepoolde’ variantie
(SSG)
= schatting van de standaarddeviatie
binnen de groepen op basis van alle Verklaarde variantie: regressie (SPSS)
groepen (schatter van de - enkelvoudige regressie: geeft
samengestelde standaarddeviatie) aan in hoeverre de punten op de
→ staat ook in ANOVA tabel (MSE) → regressielijn liggen
als je van MSE naar formule t-waarde - multipele regressie: geeft aan
wil, moet je dus eerst worteltrekken hoe goed de waarden van y
(dan krijg je Sp) voorspeld worden door de
predictoren
,W1 en W2 som van rangnummers van beide b1 regressiecoëfficiënt
groepen bij non-parametrische toets
W+ som van alle rangnummers die horen ρ (rho): correlatie in de populatie
bij een positief verschil bij
non-parametrische toets
Ni aantal proefpersonen per groep bij 𝛃 (beta): regressiecoëfficiënt in de
non-parametrische toets populatie
Ri som van rangnummers per groep bij t* kritieke t-waarde, dus de waarde van t
non-parametrische toets bij 95% zekerheid
W+ som van positieve rangnummers bij SE Standaard error / standaardfout
Wilcoxon Signed Rank Test SEbj Standaard error die hoort bij b-waarde
die we testen
μW+ verwachte waarde Wilcoxon Signed p N - p - 1 bij multipele regressie betekent
Rank Test het aantal predictoren (voorspellers)
Toetsboom Oneway
,HC1 Inleiding
Inleiding obv steekproef wil je uitspraken doen over de populatie
- populatieparameter weten we niet → schatten o.b.v. steekproef parameters
- testen om te weten hoe goed deze schatting is
Verdelingen
Steekproef = willekeurige groep uit de populatie
50 studenten random uit populatie (populatie = alle studenten uni leiden)
Steekproefverdeling = verdeling van enkele steekproef; bijv gebaseerd op gemiddelde
verdeling op basis van gemiddelde scores studenten
Steekproevenverdeling = theoretische verdeling die ontstaat als je uit de populatie
random steekproeven gaat trekken > verdeling van alle gemiddelden van verschillende
steekproeven
proces steekproefverdeling heel vaak herhalen tot 50 verschillende steekproeven
Populatieverdeling = alle waarden van de populatie, gemiddelde > gemiddelde is gelijk
aan populatiegemiddelde (μ)
alle studenten van uni meegenomen
Centrale limietstelling = naarmate steekproefomvang groter is (N), zal de
steekproefverdeling van het gemiddelde meer lijken op een normale verdeling > dit geldt
ongeacht de vorm van de populatieverdeling
P-waarde P-waarde = maat voor de kans dat de Ho ten onrechte is verworpen (en het gevonden
verschil tussen onderzoeksgroepen dus in werkelijkheid op toeval berust) > P van 0.05
betekent 5% kans dat wij ten onrechte zeggen dat er een effect is (Type-I)
Stappenplan toetsen 1. Hypothese opstellen
- H0: nulhypothese = stelt altijd dat er geen verandering / verschil / relatie
bestaat → we testen of we Ho kunnen verwerpen
- Ha: alternatieve hypothese = geeft aan wat voor verandering / verschil /
relatie er dan wel zou zijn
● Tweezijdig (standaard): we verwachten een verschil te zien en
weten niet wat het verschil is
wie er beter in rekenen; jongens / meisjes?
- voordeel: je hoeft geen keuze te maken over richting Ha: je
bent ingedekt
- nadeel: verwerpingsgebied van 5% moet over 2 kanten
worden verdeeld; kans dat steekproefgemiddelde bij
eenzijdig wel in verwerpingsgebied zou liggen, terwijl bij
, tweezijdig niet
● Eenzijdig (links / rechts): verwachten dat ene groep beter is dan
andere > alleen als het maar één kant op kan gaan
zijn meisjes beter in rekenen dan jongens?
2. Steekproevenverdeling vaststellen
- Steekproevenverdeling = theoretische verdeling die ontstaat als je uit
de populatie random steekproeven zou gaan trekken
- hoe meer proefpersonen, hoe normaler verdeling zal worden
- N groot genoeg? > automatisch vanuit gaan dat het normaal
verdeeld is
- Centrale limietstelling = hoe groter de steekproef (N), hoe meer
de steekproevenverdeling van het gemiddelde op
normaalverdeling lijkt
3. Toets-statistiek uitrekenen
- toetsstatistiek = geeft aan hoeveel de steekproef statistiek en de
populatieparameter van elkaar verschillen
- hoe meer die van elkaar verschillen, hoe minder waarschijnlijk dat je Ho
waar is
- populatieparameter niet bekend → testen Ho > dan hoef je de ware
populatieparameter niet te weten, alleen de populatieparameter die je zou
hebben als de Ho waar zou zijn
4. Verwerpingsgebied bepalen
- verwerpingsgebied = geeft aan welke waardes extreem genoeg zijn om
aan te geven dat we Ho kunnen verwerpen
- nooit 100% zeker weten of we Ho moeten verwerpen → onderzoeker =
vrij om te bepalen hoe zeker je wil zijn (5% = gebruikelijk) →
aangegeven d.m.v. significantieniveau (𝜶)
- 𝜶: hoe groot de kans mag zijn dat we het fout hebben (vaak 0.05; 5%) =
gelijk aan type I-fout = kans dat we Ho foutief verwerpen
- let op: bij tweezijdig toetsen: het verwerpingsgebied wordt over 2 delen verdeeld
5. Statistische conclusie trekken
- door toets statistiek te berekenen + bijbehorende p-waarde op te zoeken
+ te vergelijken met gekozen significantieniveau kan bepaald worden of
toets statistisch significant is
- P < 𝜶 = significant → Ho verwerpen
6. Inhoudelijke conclusie trekken
- o.b.v. statistische conclusie inhoudelijke conclusie trekken
- kan je de Ho verwerpen of niet?
- wat betekent dat?
- Ha neem je officieel niet aan, maar je noemt deze als verklaring
,Type-I Fout (Probability A) het verwerpen van de Ho terwijl Ho waar is > je concludeert dat er een
effect is terwijl het er niet is
Type-II Fout (Probability B) het falen van het verwerpen van de Ho terwijl Ho niet waar is > we
missen een effect dat er daadwerkelijk is
HC1 Soorten onderzoek
Soorten onderzoek
Beschrijvend (één-groepsonderzoek)
onderzoek - inventarisatie van feiten (gemiddelden, medianen, standaarddeviaties e.d.) >
geen conclusies
(Cor)relationeel samenhang tussen 2 of meer variabelen → alleen uitspraken doen over de samenhang /
het verband / de relatie tussen de variabelen (geen causaliteit) > dus geen oorzaak /
gevolg
Quasi-experimenteel samenhang tussen variabelen, groepen krijgen een andere behandeling
→ voorzichtig met causale relaties, want geen echt experiment
Experimenteel samenhang tussen variabelen, groepen krijgen een andere behandeling, proefpersonen
worden random toegewezen > causale uitspraken mogelijk
Designs: Experimentele designs: volgen de regels (beter betrouwbare conclusies, meer info)
Experimenteel VS - randomised groups: iedereen random verdeeld over de condities
Quasi-experimenteel - Matched-subjects design: proefpersonen verdeeld in groepjes met subject
variabele (vb leeftijd / IQ) > vervolgens uit deze groepjes random verdeeld over
condities
- Repeated measures design: iedereen ondergaat alle condities in bepaalde
volgorde, met metingen tussendoor (pretest / posttest)
Quasi-experimentele designs: breken een regel (maturatie, history-effecten,
selection-by-maturation)
- One group designs: breekt de regel dat er vergelijkbare groepen zijn > posttest
only & pretest-posttest
, - Time series: breekt regel dat de andere variabelen gelijk worden gehouden >
longitudinale / cross-sectionele designs
Doelen herkennen ● Beschrijven (hoe vaak en in welke vorm komt iets voor) → cijfers noemen,
hoeveel komt iets voor
● Voorspellen (ontdekken bepaalde samenhang) → correlatie berekend
● Verklaren (causale relatie ontdekken) → correlatie + causatie
Onderzoeksopzet 3 gouden regels
1. manipuleer ten minste 1 variabele
2. zorg voor vergelijkbare groepen
3. houd andere variabelen strikt gelijk
HC1 Validiteit & Variabelen
Interne validiteit zegt iets over kwaliteit van onderzoeksopzet: meet je wat je wil meten?
Je resultaten zijn valide, als de resultaten die je meet ook daadwerkelijk het gevolg zijn
van jouw opzettelijke verandering (of manipulatie) > is het effect uit je onderzoek alleen
toe te schrijven aan de manipulatie?
Externe validiteit gaat over mate waarin je de conclusies van jouw onderzoek kunt generaliseren naar de
populatie > is het onderzoek generaliseerbaar naar de populatie, in verschillende
situaties en/of over tijd?
Soorten variabelen - om conclusies te kunnen trekken + bepalen welke toets moet je weten wat de
afhankelijke & onafhankelijke variabelen zijn + de meetniveaus ervan
Afhankelijke variabele (Y)
- altijd 1 + de oorzaak
Onafhankelijke variabele (X)
- 1 of meer + gevolg
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller ilsevanmeurs01. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $7.18. You're not tied to anything after your purchase.
