Samenvatting
Samenvatting Experimenteel Correlationeel Onderzoek Psychologie
- Instelling
- Universiteit Leiden (UL)
Samenvatting Experimenteel Correlationeel Onderzoek Psychologie
[Meer zien]Voorbeeld 4 van de 48 pagina's
Voorbeeld 4 van de 48 pagina's
In winkelwagengesponsord bericht van onze partner
Voorbeeld van de inhoud
Experimenteel en correlationeelonderzoek
College 1 – Correlaties en maten voor
effectgrootte
Zaken van vorige cursus die terug komen
1. Hyptohesetoetsing
2. Steekpreovenverdeling
3. Maten voor efectgrootte
Correlatie
Je kan een toets van correlatie gebruiken als je 2 getallen met elkaar toetst (getal + getal)
Voor meer variabelen dan 2 kan je ANOVA gebruiken (groep + groep + getal)
Voor meer variabelen dan 2 kan je regressie doen (getal + getal + getal)
Groep = nominaal of ordinaal meetniveau
Getal = ratio of interval meetniveau
Correlatie = niet causaliteit
Correlatie = samenhang
Causatie = iets veroorzaakt iets anders, hiervoor moeten de zaken hieronder er ook zijn:
❖ Covariantie
❖ Directionaliteit
❖ Interne validiteit
Scatterplots
Non-lineair: boogje, bijvoorbeeld plantjes zaaien en temperatuur. Hierbij is er geen sprake van
correlatie.
Homogeen/heterogeen: groepen
Covariantie
= een maat voor lineaire samenhang (kan negatief (\) of positief (/) zijn
Correlatie (pearson r) is de gestandaardiseerde versie van covariantie
Hoe groter het getal, hoe sterker de samenhang
Als we gaan standaardiseren krijgen we pearson r
Pearson product-moment correlatie (r)
,Het maakt niet uit welke formule je gebruikt.
Pearson r is makkelijker te interpreteren dan de covariantie
Factoren die pearson r beinvloeden
1. Een niet-lineair verband kan je niet meten met pearson r.
2. Uitbijters
3. Heterogene subgroepen ? bijvoorbeeld dat er in de groepen een negatief verband is,
maar tussen de groepen een positief verband.
4. Restriction of range > je kan maar naar een deel van de resultaten kijken, dus
misschien als je uitzoomt is er wel een verband
Pearson r
Berekening
Z score = getal – gemiddelde / standaarddeviatie
Alternatieve correlatiecoëfficiënten
Eigenlijk als iemand correlatie zegt, dan bedoelen we pearson r, maar er zijn er meer.
Pearson r is als we getal (kwanititatief) – getal hebben
❖ Dichotoom is groep met 2 niveaus (bijv. ja of nee)
Overal beetje zelfde manier behalve bij phi.
Spearman’s rho (rs)
Zelfde als r, maar dan zijn de getallen vervangen door de rangscores
Kan je goed gebruiken bij uitbijters en bij zwakke niet-lineairiteit, maar het moet wel
enigszins lineair zijn.
Zelfde formule
Scatterplot
In de scatterplot staan nu niet de getallen op de x- en y-as, maar nu staan er de rangnummers
Berekening
Je geeft voor x rangnummers 1 t/m omhoog en voor y 1 t/m omhoog
Punt-biseriële correlatie
Voor een dichotoom + kwantitatief (is bijv. ook bij independent t-toets)
Voor de groep maak je getallen, dus bijv. ja=1 en nee=2, kan ook 0 en 1
zijn. Zelfde formule
,Je kan ook de t-toets gebruiken.
Scatterplot
Scatterplot ziet er een beetje gek uit bij deze correlatietoets.
Je zou ook een boxplot kunnen maken.
Je kan positief/negatief niet echt zeggen, want je kan de groepen ook omdraaien.
Berekening
z-score is voor 1 groep allemaal hetzelfde (x).
Phi coëfficiënt (Ø)
Effectmaat bij de chi-kwadraat toets
Kan hetzelfde als bij pearson r, groepen dan weer 1 en 0 maken. Zo kan je ook pearson
r berekenen, maar is heeeellll veel moeite dan.
Je kan de twee variabele dezelfde getallen geven.
A en D staan voor positieve samenhang, C en B staan voor een negatieve samenhang.
Berekening
Getallen invullen in de formule.
Significantie van r
Dit is voor getal + getal
P = samenhang, correlatie
Toets voor correlatie doe je met een t-toets. Je doet niet een t-toets, maar je gebruikt wel een t-
waarde
, Significantietoetsing van r
Voorbeeld
P = 0 betekent dat er geen verband is.
t-waarde weer invullen in de website en dan krijg je de p-waarde en dan weet je of je H0 moet
verwerpen of niet.
Correlatie in SPSS
Pearson r
1. Bivariate correlations
2. 2 variabelen invullen
3. Je kan pearson of spearman invullen
Correlatie = .759 (positief
p-waarde < .001
Spearman’s rho
Scatterplot met rangscores
Correlatie = .759
p-waarde < .001
Conclusie in APA-stijl: Er is een significante, positieve relatie tussen het percentage
internetgebruikers in een land en de gemiddelde levensverwachting in jaren in dat land,
rs(81) = .78, p < .001). Een hoger percentage internetgebruikers hangt samen met een
hogere gemiddelde levensverwachting.
Effectmaten
Correlatie en significantie
Bij een grotere n, krijg je vaak een kleinere p-waarde, dus sneller een significant resultaat. Dit
zegt niks over hoe sterk het verband is (grootte effect).
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper julietterozendaal. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 48756 samenvattingen verkocht
Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen