OUTPUT TENTAMENCASUS onderzoekspracticum inleiding onderzoek (PB021222232)
1. Wat zijn de beschrijvingsmaten en verdelingsvormen van deze variabelen?
Zorg dat je de beschrijvingsmaten uitdraait in een tabel. Hierin zijn de mean (gemiddelde) modus en mediaan
belangrijk.
Je krijgt vragen over van welk gemiddelde de variabele hoger is.
Daarnaast is het goed om de verschillende plotten van de variabelen uit te draaien.
Ik kreeg bijvoorbeeld een vraag over outliers. Dit kun je makkelijk zien op een boxplot
2. Hoe sterk is de samenhang tussen hartslag op beide meetmomenten?
Voor deze vraag gebruik je de correlatie matrix. Deze geeft de Pearson’s r en de p-waarde daarbij. Let altijd
eerst op de p-waarde om te bepalen of deze significant is (<0.05) en bepaald vervolgens hoe sterk het effect
van de Pearson’s r is. Leer dat rijtje uit je hoofd!
Het maakt niet uit waar je welke variabele neerzet want het gaat over de samenhang tussen de twee
variabelen.
Daarnaast heb ik er een scatterplot bij gezet waarin je snel iets kunt zien over de correlatie
3. Hoe ziet het model eruit waarmee hartslag op de nameting voorspeld kan worden uit de
hartslag op de voormeting?
Voor deze vraag gebruik je de lineaire regressie. Bij de tabel Model Fit measures zie je de R² staan. Dit zegt
hoeveel de hartslag op de nameting voorspeld kan worden door de hartslag op de voormeting. Het getal dat
achter de 0. staat bij de R² is het aantal procenten. Bijvoorbeeld: 0.156 is 15%. Uiteraard let je ook op de p-
waarde
Let op dat je de variabelen op de goede plek neerzet. De hartslag op de voormeting is de onafhankelijke
variabele en de hartslag op de nameting de afhankelijke variabele.
4. Hoe ziet het model eruit waarmee gerapporteerde hartkloppingen voorspeld kunnen
worden uit de hartslag op de nameting?
Ook hierbij gebruik je lineaire regressie. De vraag is dezelfde als vraag 3 alleen met andere variabelen. Nu is
de variabele gerapporteerde hartkloppingen de afhankelijke variabele en de hartslag op de nameting de
onafhankelijke.
5 Verschilt hartslag op de nameting van hartslag op de voormeting?
Voor deze vraag gebruik je de paired samples t-test. Je hebt immers twee metingen bij dezelfde persoon.
Bij deze test komt de Cohen’s d tevoorschijn. Uiteraard kijk je eerst weer naar de p-waarde om vervolgens te
kijken naar hoe groot dat effect is.
Leer uit je hoofd wanneer het een zwak, middel of sterk effect is.
6 Heeft de manipulatie van het gedrag van de medeplichtige een eff ect op een of meer van de
zes afhankelijke variabelen?
Voor deze vraag heb ik losse ongepaarde t-toetsen gebruikt omdat er maar twee groepen zijn (euforie en
woede) Je kunt wel alle afhankelijke variabelen toevoegen zodat je alles in één tabel krijgt. Uiteraard kijk je in
de lijst welke p-waardes significant zijn om vervolgens te kijken naar hoe groot het effect dan is (cohen’s d)
1. Wat zijn de beschrijvingsmaten en verdelingsvormen van deze variabelen?
Zorg dat je de beschrijvingsmaten uitdraait in een tabel. Hierin zijn de mean (gemiddelde) modus en mediaan
belangrijk.
Je krijgt vragen over van welk gemiddelde de variabele hoger is.
Daarnaast is het goed om de verschillende plotten van de variabelen uit te draaien.
Ik kreeg bijvoorbeeld een vraag over outliers. Dit kun je makkelijk zien op een boxplot
2. Hoe sterk is de samenhang tussen hartslag op beide meetmomenten?
Voor deze vraag gebruik je de correlatie matrix. Deze geeft de Pearson’s r en de p-waarde daarbij. Let altijd
eerst op de p-waarde om te bepalen of deze significant is (<0.05) en bepaald vervolgens hoe sterk het effect
van de Pearson’s r is. Leer dat rijtje uit je hoofd!
Het maakt niet uit waar je welke variabele neerzet want het gaat over de samenhang tussen de twee
variabelen.
Daarnaast heb ik er een scatterplot bij gezet waarin je snel iets kunt zien over de correlatie
3. Hoe ziet het model eruit waarmee hartslag op de nameting voorspeld kan worden uit de
hartslag op de voormeting?
Voor deze vraag gebruik je de lineaire regressie. Bij de tabel Model Fit measures zie je de R² staan. Dit zegt
hoeveel de hartslag op de nameting voorspeld kan worden door de hartslag op de voormeting. Het getal dat
achter de 0. staat bij de R² is het aantal procenten. Bijvoorbeeld: 0.156 is 15%. Uiteraard let je ook op de p-
waarde
Let op dat je de variabelen op de goede plek neerzet. De hartslag op de voormeting is de onafhankelijke
variabele en de hartslag op de nameting de afhankelijke variabele.
4. Hoe ziet het model eruit waarmee gerapporteerde hartkloppingen voorspeld kunnen
worden uit de hartslag op de nameting?
Ook hierbij gebruik je lineaire regressie. De vraag is dezelfde als vraag 3 alleen met andere variabelen. Nu is
de variabele gerapporteerde hartkloppingen de afhankelijke variabele en de hartslag op de nameting de
onafhankelijke.
5 Verschilt hartslag op de nameting van hartslag op de voormeting?
Voor deze vraag gebruik je de paired samples t-test. Je hebt immers twee metingen bij dezelfde persoon.
Bij deze test komt de Cohen’s d tevoorschijn. Uiteraard kijk je eerst weer naar de p-waarde om vervolgens te
kijken naar hoe groot dat effect is.
Leer uit je hoofd wanneer het een zwak, middel of sterk effect is.
6 Heeft de manipulatie van het gedrag van de medeplichtige een eff ect op een of meer van de
zes afhankelijke variabelen?
Voor deze vraag heb ik losse ongepaarde t-toetsen gebruikt omdat er maar twee groepen zijn (euforie en
woede) Je kunt wel alle afhankelijke variabelen toevoegen zodat je alles in één tabel krijgt. Uiteraard kijk je in
de lijst welke p-waardes significant zijn om vervolgens te kijken naar hoe groot het effect dan is (cohen’s d)
