College aantekeningen kwantitatief spoor Technieken voor analyse kwalitatieve en kwantitatieve gegevens ()

TAK college aantekeningen
Lecture 1
Voorbeeld Onderzoek lichaamslengte NL scholieren
1. Gemiddelde lengte 170cm?
2. Lengteverschil tussen j & m?
3. Groeitempo per maand?
4. Lengteverschil j & m na correctie voor leeftijd?
5. Groeitempo zelfde voor j & m?
Steekproef 100
- 50 50 j & m
- 12-18 jaar
Variabelen
- DV: lengte in cm (ratio)
- IV:
 geslacht (groepsvariabele F) – j=1 m=2 (nominaal/dichotoom)
 Interval variabele X: leeftijd, maanden (ratio)
General linear model Statistische technieken voor de 5 RQs
1. One-sample t-test
2. Independent samples t-test
3. Regressieanalyse: voorspellen invloed X op Y
4. ANCOVA
 Assumptie: homogene groei: groei per leeftijdseenheid voor j & m hetzelfde
5. ANCOVA met interactie
Deze toetsen GLM alleen mogelijk met groepsvariabelen en continue variabelen
Nulhypothese toetsing 1. Formuleer 0 hypothesis, stel significantieniveau a vast
2. Bereken toetsingsgrootheid, bepaal overschrijdingskans p, bereken
betrouwbaarheidsinterval
3. Beslissing
 Als p > a, dan H0 niet verwerpen, p =< a, dan H0 verwerpen
 Testwaarde binnen passende betrouwbaarheidsinterval, dan H0 niet
verwerpen, testwaarde buiten passende betrouwbaarheidsinterval, dan H0
verwerpen
 a vaak 5%
Nulhypothese - ongerichte hypothese  tweezijdige toetsing
- gerichte hypothese  eenzijdige toetsing  grotere kans dat je H0 kan
verwerpen
uit het voorbeeld

, - kans dat het verschil tussen 166.69 en 170 wordt gevonden is 0.000 en dus
kleiner dan de alfa waarde, en dus verwerpen we H0
Conclusie
- Populatiegemiddelde van lichaamslengte van NL scholieren is niet gelijk aan
170 cm
Confidence interval - Confidence interval van 95% geeft aan dat werkelijke gemiddelde ergens
tussen 170-5.12 en 170-1,50 ligt. 0 valt hier buiten, dus H0 kan je
verwerpen, omdat die zei dat er geen verschil was, en dat M lichaamslengte
170 was
- 100% - alfa = 95% kans dat werkelijk gemiddelde binnen dit interval valt
Regressiemodel in - Regressievergelijking
GLM - B0 is gemiddelde lengte in steekproef
- Uit parameter estimates tabel lezen we af dat B=166,69 geschatte waarde,
en dat is geen 170
Verschil tussen - H0 = j-m=0
groepen, independent - Assumptie: homogene variantie  gelijke spreiding tussen j & m
samples t-toets - Populatie variantie = sigma kwadraat
- Steekproef variantie = S kwadraat
Levene’s test for equality of variance
- Equal variances assumed geeft F=17,9 met p<0.001
- H0 was dat jongens en meisjes variantie gelijk was, en dit is niet zo
- Assumptie van homogene variantie geschonden
-  dus kijken in SPSS regel equal variances not assumed
- 0 valt niet binnen confidence interval, dus H0 van homogene variantie
verwerpen
- Lengteverschil tussen j & m is significant
ANOVA tabel - R2 is verklaarde variantie, sekse meegenomen in model  R2 = 0.274 dus
27.4% van variantie verklaard door sekse
Parameter estimates
- B=161,94  meisjes groep was 2, nu als referentiegroep ingesteld als 0 voor
dummyvariabele, dus deze B-waarde geeft geschatte gemiddelde voor
meisjesgroep
- Jongensgroep is B=9,50 dus 9,50 langer

,Groeitempo per - Interval variabele wordt toegevoegd
maand - H0= geen invloed van leeftijd op lengte
- Per leeftijd komt er 0.342 bij
- Significantie van leeftijd t=10.32 is kleiner dan 0.001 dus H0 verwerpen
Verschil tussen - Leeftijd en sekse, dus interval met nominaal variabele  ANCOVA
groepen met covariaat - Tabel geeft significante invloed van leeftijd op lengte
- Significant verschil van geslacht in lengte bij gelijke leeftijd (er is
gecorrigeerd voor leeftijd)
- R2 van het model met leeftijd en geslacht is nu 75.4%
Estimated marginal means
- Uitgaan van populatiegemiddelde voor jongens en meisjes bij dezelfde
leeftijd (=181.28)
Conclusie
- Jongens M=171.08
- Meisjes M=162.30
- Jongens 8.78 langer dan meisjes gemiddeld
- Als we scatterplot maken met regressielijnen is het verschil van bijna 9cm
over de hele sample leeftijd te zien tussen de j & m
ANCOVA met - Is het groeitempo hetzelfde voor jongens en meisjes?
interactie ANOVA tabel met interactie-effect geslacht*leeftijd toegevoegd
- Werkelijke situatie, dus met interactie-effect toegevoegd, geeft dat
interactie-effect significant is
- Jongens hebben groter groeitempo dan meisjes
Parameter estimates
- Geslacht 1 * leeftijd  0.275 dus jongens groeien deze waarde meer dan
meiden

Lecture 2 Systematic review
Replicatie crisis - Hadden replicatie studies nodig want soms gaf 1 bevinding een resultaat
wat leidde tot onjuiste conclusies  need replication
Note
- Resultaat van 1 onderzoek onvoldoende voor
 Samenhang tussen twee variabelen
 Aanwezigheid van verschil tussen twee groepen
 Effectiviteit van beleid/behandeling
Wat is systematic - Literatuuronderzoek bestaand uit studies over onderzochte onderwerp
review Kenmerken
- Systematisch, expliciete, reproduceerbare
 Review zelf repliceerbaar
 Makkelijk om update te doen
- Identificatie, evaluatie, synthese van
- Uitputtende set van relevante onderzoeken over bepaald onderwerp
 Lokaliseren van alle bestaande onderzoeken, of om daar aselecte steekproef
uit te nemen
Format
- Helpt reviewers om systematisch te werk te gaan
- Helpt lezers snel informatie te vinden

,  Transparantie & betrouwbaarheid
Verschil traditionele review
- Gebrek aan regels
- Methodologie niet transparant
- Verschillende reviewers komen tot verschillende conclusies
- Geen updates
Cochrane & Campbell Cochrane (gezondheidszorg)
- 37k vrijwilligers in 130 landen systematische reviews
- Hoge kwaliteit omdat protocollen, peer review
- Protocollen makkelijk toegankelijk
Campbell collaboration (sociale wetenschappen)
- Uitvoeren, updaten, publiceren van systematisch reviews over onderwijs,
criminaliteit, rechte, welzijn
- Kwaliteit door protocollen, peer review
- Protocollen makkelijk toegankelijk
Procedure 1. Reviewvraag en methodologie
2. Systematisch zoeken naar bestaande studies mbt reviewvraag en selecteer
studies
3. Destilleer beschrijvende kenmerken uit studies
4. Beoordeel de studies op kwaliteit
5. Synthetiseer studies
6. Rapporteer en vertel verder
Stap 1 Experimenteel onderzoek
- Population/problem, intervention, comparison, outcome  PICO
 Om wie gaat het, welk probleem
 Welke interventie
 Welke alternatieve interventie vergelijken
 Welke uitkomsten meten/bereiken
Correlationeel
- Population, association, constructs  PAC
 Wie
 Wat voor relatie
 Welke constructen wordt verband verwacht

Formuleer reviewvraag
- To assess the effects of [intervention or comparison] for [health problem] in
[types of people, disease or problem and setting if specifified] (Cochrane
collaboration)
- PICO vraag




-
Stap 2 Zoeken en selecteren
- Zoekmachines
- Search query
 Onderwerp van studie