100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Samenvatting Stappenplan voor het tentamen Onderzoeksontwerp en data-analyse in communicatie (ODA, incl. theorie) $12.04   Add to cart

Summary

Samenvatting Stappenplan voor het tentamen Onderzoeksontwerp en data-analyse in communicatie (ODA, incl. theorie)

 2 views  0 purchase
  • Course
  • Institution

Een volledig en overzichtelijk stappenplan voor het tentamen Onderzoeksontwerp en data-analyse in communicatie. Inclusief voorbeeld rapportages en kleurgecordineerde SPSS bestanden.

Preview 4 out of 62  pages

  • June 28, 2024
  • 62
  • 2023/2024
  • Summary
avatar-seller
Aantekeningen onderzoeksontwerp en data-analyse

Week 1 (WC): Inleiding en voorkennis ophalen
Onafhankelijke en afhankelijke variabele:
 Onafhankelijke variabele: variabele die je manipuleert, waarvan je het effect wil weten.
 Afhankelijke variabele: de variabele die je meet.

Voorbeelden om te oefenen:
 Wat is het effect van de lengte van een slogan op de aantrekkelijkheid en herkenbaarheid
van een merk?  OV: lengte slogan, AV’s: aantrekkelijkheid en herkenbaarheid merk
 Werkt een angstaanjagende boodschap beter dan een neutrale boodschap voor het
ontmoedigen van ongezond gedrag?  OV: type boodschap (angstaanjagend of
neutraal), AV: ongezond gedrag
 Helpt het gebruiken van metaforen om teksten begrijpelijker te maken voor
laaggeletterden?  OV: aanwezigheid metaforen, AV: begrijpelijkheid teksten

Meetniveaus:
 Categorisch: (hierover bereken je geen gemiddeldes uit, die zeggen namelijk niets)
o Nominaal: twee of meer opties
o Ordinaal: verschillende categorieën met een volgorde
 Continu/numeriek:
o Interval: heeft een orde en zijn nummers maar geen absoluut nulpunt
o Ratio: nummers en heeft een absoluut nulpunt

Het meetniveau van je variabelen (voornamelijk AV) bepaalt welke statistische toets je moet doen.
 schema achterin Field helpt met de keuze.

Random (= aselect/willekeurig):
 Steekproef random trekken uit de populatie  praktisch gezien bijna onmogelijk.
 Daarom is het belangrijk dat proefpersonen random worden toegewezen aan condities
(niveaus van de onafhankelijke variabelen)
o Dit kan niet bij alle variabelen, bv. moedertaal.

Gemiddelde:
 Gemiddelde (M): som van de scores gedeeld door het aantal observaties.
 In analyses gaat het vaak om het vergelijken van gemiddelden van groepen.

Standaard afwijking/standaard deviatie:
 Standaardafwijking (SD) = de gemiddelde afwijking ten opzichte van het gemiddelde.
 De standaard afwijking is een maat voor de spreiding van de observaties rond het
gemiddelde.

 Bij A is de spreiding tussen alle observaties groter dan B  hoe
kleinere SD hoe dichter de getallen bij het gemiddelde liggen  je wil
liever een kleinere SD, want dat betekent dat er weinig
spreiding/variatie in je data zit.

√(som van de gekwadrateerde afwijking / N – 1)

,  Handmatig betekent dit (niet voor tentamen)
 2, 3, 5, 7, 8
 M = 5 (2-5)2 = -32 = 9
 (3-5)2 = -22 = 4
 (5-5)2 = 02 = 0
 (7-5)2 = 22 = 4
 (8-5)2 = 32 = 9
 √[(9+4+0+4+9)/4] = √(6.5)= 2.54



Normaalverdeling:
In de werkelijkheid zijn scores vaak normaalverdeeld: de meeste scores zitten
rondom het gemiddelde en erg lage/hoge scores komen minder vaak voor. Bv.
tentamencijfers, voetbaluitslagen, alcoholconsumptie. Je krijgt dan de volgende
bell shaped curve, waarbij:
 68% van de scores zit tussen M – 1 SD en M + 1 SD
 95% van de scores zit tussen M – 2 SD en M + 2 SD
 99.8% van de scores zit tussen M – 3 SD en M + 3 SD
De normaalverdeling kunnen we gebruiken om te weten hoe groot de kans
is dat een bepaalde score voorkomt. Als je van scores het gemiddelde
aftrekt en ze deelt door de standaarddeviatie krijg je z-scores: het aantal
standaarddeviaties dat de score afzit van het gemiddelde. Bv. Hoe groot is
de kans dat een 14-jarig meisje 1.72 cm of groter is? (M = 151 cm, SD = 7
cm)  z-score 3  tabel kijken achterin field  .



Nulhypothese en alternatieve hypothese:
 Nulhypothese = H0 = geen verschil, geen effect
 Alternatieve hypothese = H1 = wat we verwachten te vinden. Bv. een verschil tussen twee
groepen, een effect van x op y,
 Om bewijs te leveren voor H1 willen we H0 ontkrachten.
o Als H0 wordt verworpen, dan is er ondersteuning voor H1.
o Als H0 niet wordt verworpen, dan hebt je NIET de H0 bewezen!

Voorbeeld om mee te oefenen:
 We verwachten dat de aantrekkelijkheid van een merk beïnvloed wordt door de
lengte van een slogan. Groep A leest een korte slogan en groep B leest een lange
slogan. Beide groepen beoordelen de aantrekkelijkheid van het merk op een schaal
van 1-7.
o Nulhypothese: de lengte van de slogan heeft geen invloed op de
aantrekkelijkheid van het merk.
o Alternatieve hypothese: de lengte van de slogan heeft invloed op de
aantrekkelijkheid van het merk.
 We verwachten dat korte slogans zorgen voor meer aantrekkelijkheid van het merk
dan lange slogans.
o Nulhypothese: Korte slogans zorgen voor evenveel aantrekkelijkheid van het
merk als lange slogans.

, o Alternatieve hypothese: Korte slogans zorgen voor een hogere
aantrekkelijkheid van het merk dan lange slogans.

Populatie en steekproef:
 Uitspraken over verbanden of verschillen gaan over algemene verbanden of verschillen.
 Verbanden of verschillen in de werkelijkheid.
 Omdat we niet alles kunnen onderzoeken, nemen we genoegen met een deel van de
populatie: een steekproef.
 Door toetsen te doen met de steekproef willen we uitspraken doen over de populatie.
o Voor uitspraken over de steekproef is geen toets nodig: naar
gemiddelden kijken is voldoende.
 We maken een model van de werkelijkheid. Om de werkelijkheid goed
te benaderen, is een voldoende grote steekproef nodig.
 Een beter model is een model met een kleine SD (weinig spreiding,
scores doen recht aan het gemiddelde)

 Verschillende steekproeven hebben verschillende gemiddeldes (M’s)
 Ook deze steekproefverdeling is een normaalverdeling met een M en
een SD (deze noemen we de Standard Error, SE).
 Hoe groot is de kans dat een steekproef met M = en SD = uit deze
populatie komt?



Significantie(niveau):
 We vinden een verschil in gemiddelden van twee groepen (steekproeven).
 Hoe zeker kunnen we zijn dat er daadwerkelijk een verschil is in de twee populaties?
o Benadering: stel dat er geen verschil is tussen de twee populaties (H0 is correct), hoe
groot is dan de kans dat we het gevonden verschil of een nog extremer verschil
vinden?
 als de kans, de p-waarde, kleiner is dan .05 spreken we van een significant verschil (mits
we hebben vastgesteld dat alfa/α = .05  alfa geeft aan wat jij als significantie niveau
gebruikt).

Voorbeeld:
 H0: korte slogans en lange slogans verschillen niet in aantrekkelijkheid.
 H1: korte slogans verschillen van lange slogans in aantrekkelijkheid.
 Data: korte slogans: M = 3.6, Lange slogans: M = 4.8.
 Is dit een statistisch significant verschil?
 Ja: we verwerpen H0 en concluderen dat lange slogans aantrekkelijker zijn dan korte slogans.
 Nee: we verwerpen H0 niet en hebben geen bewijs gevonden dat korte en lange slogans in
aantrekkelijkheid verschillen.

, Significantieniveau: samenhang M, SD en p:




Eenzijdig vs. tweezijdig toetsen:
 Eenzijdig = een richting  A is groter dan B of B is groter dan A.
 Tweezijdig = geen richting  A is niet B  A is groter dan B, of B is groter dan A.


ANOVA:
 ANOVA = ANalysis Of Variance
 Je gebruikt ANOVA (variantie-analyse) wanneer je gemiddelden van twee of meer groepen
wilt vergelijken.
 Een one-way ANOVA werkt …
Het experiment:
 De onderzoeker heeft controle op een of meer onafhankelijke variabelen.
o Factoren of treatment variables
o Een factor heeft twee of meer niveaus (levels).
 De onderzoeker observeert een effect op afhankelijke variabele
o Respons op elk niveau van de onafhankelijke variabele
Voorbeelden:
1. 30 marketeers worden willekeurig verdeeld over 3 reclameadvertenties om te achterhalen
wat het effect is van soort reclameclaim op hun geloofwaardigheid.
2. 30 marketeers uit drie verschillende reclamebureaus krijgen per bureau een verschillende
reclameadvertentie te zien om te achterhalen wat het effect is van soort reclameclaim op hun
geloofwaardigheid.
Wat is het verschil tussen deze twee experimenten?  alle marketeers worden willekeurig
verdeeld bij 1 en bij 2 is het per afdeling, dus niet random.

ANOVA:
 Toetst of minstens 1 populatiegemiddelde verschilt van de andere populatiegemiddelden.
 Van toepassing bij:
o Een of meer nominale onafhankelijke variabelen met 2 of meer niveaus
o Een afhankelijke interval- of ratio-variabele
o One-Way ANOVA/univariate eenweg variantie-analyse 
 ANOVA = analysis of variance
 Univariaat = één afhankelijke variabele

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 naomivanderaa. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $12.04. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

73314 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$12.04
  • (0)
  Add to cart