Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
8,2 gehaald! Samenvatting volledige stof OZP2 met toetsenoverzicht, uitgewerkt formuleblad, overzicht gebruikte symbolen en een oefentoets inclusief uitwerkingen €6,69   Ajouter au panier

Resume

8,2 gehaald! Samenvatting volledige stof OZP2 met toetsenoverzicht, uitgewerkt formuleblad, overzicht gebruikte symbolen en een oefentoets inclusief uitwerkingen

1 vérifier
 130 vues  9 fois vendu
  • Cours
  • Établissement
  • Book

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...

[Montrer plus]

Aperçu 6 sur 96  pages

  • Non
  • Tentamenstof
  • 25 janvier 2023
  • 96
  • 2022/2023
  • Resume

1  vérifier

review-writer-avatar

Par: kenmeleenmargaritha • 1 semaine de cela

avatar-seller
Uitgebreide begrippenlijst onderzoekspracticum 2
Hoorcolleges, Literatuur, aanvullende aantekeningen & tentamentips
+ overzicht gebruikte symbolen, formules, toetsen + oefenopgaven inclusief uitwerking
Ilse v. Meurs 2022-2023


Hoorcolleges
1. Toetsen & Oneway designs
2. T-toetsen
3. Oneway ANOVA
4. ANOVA: Meervoudige vergelijkingen
5. Kritisch denken
6. Niet-parametrische toetsen
7. Factorial Designs
8. Two-way ANOVA: Tweeweg variantieanalyse
9. Quasi-experimentele designs
10. Enkelvoudige lineaire regressie
11. Meervoudige lineaire regressie


Betekenis symbolen OZP2




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

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur ilsevanmeurs01. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €6,69. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

67096 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€6,69  9x  vendu
  • (1)
  Ajouter