Onderzoeksmethode en dataverwerking
Deel 2
,
, DATA ANALYSE
POWER
Je kan:
Definieren wat statistische interferentie is
Belang van power & powerberekeningen in onderzoek uitleggen
Definiereen wat type I en type II fouten zijn
Definieren wat statische power is
Verschil tussen een a priori en een post hoc power analyse
Verschillende determinanten van statistische power benoemen & invloed nagaan
Begrippen correct gebruiken: central distribution, non-central distribution, non-centrality parameter
1. Inferentiele statistiek (herhaling data 1)
Definieer wat statistische interferentie is
= je doet obv van een steekproef uitspraken over een populatie
⟶ Het is niet haalbaar om heel de populatie te onderzoeken -> steekproef
Belangrijk dat deze steekproef representatief is
⟶ Bij herhaalde steekproeven: telkens een verschillend resultaat
Zorgt voor sampling distribution = verdeling van mogelijke waarden steekproef
- De variatie noemen we standaardfout v/h gemiddelde (Sx = )
√
⟶ Adhv standaardfout v/h gemiddelde kan je bepalen hoe betrouwbaar je steekproef is als
schatting van populatie
Bepaalt gebied waarin je H0 accepteert en waarin je H0 gaat verwerpen
, 2. Poweranalyse
Belang van power & powerberekingen in onderzoek uitleggen
We gebruiken power analyse bij statische toetsen
⟶ NHST = null-hypothese significantie testing: H0 = geen e ect I HA = e ect (theorie)
We kunnen HA niet testen, enkel bevestigen door H0 te verwerpen
⟶ Twee mogelijke resultaten na afloop NHST:
(1) Significant resultaat = H0 verwerpen
- Nadeel: publication bias: makkelijker gepubliceerd, geen poweranalyse gevraagd
(2) Geen significant resultaat = H0 accepteren -> 2 mogelijke verklaringen
a) Er is in werkelijkheid geen verschil: H0 terecht verworpen
b) Studie met te weinig power om verschil te detecteren
⤷ Reviewer vraagt een post hoc poweranalyse
ALFA-FOUTENRISICO
Je area of rejection (H0 verwerpen) wordt bepaald adhv alfa-foutenrisico
Deel 2
,
, DATA ANALYSE
POWER
Je kan:
Definieren wat statistische interferentie is
Belang van power & powerberekeningen in onderzoek uitleggen
Definiereen wat type I en type II fouten zijn
Definieren wat statische power is
Verschil tussen een a priori en een post hoc power analyse
Verschillende determinanten van statistische power benoemen & invloed nagaan
Begrippen correct gebruiken: central distribution, non-central distribution, non-centrality parameter
1. Inferentiele statistiek (herhaling data 1)
Definieer wat statistische interferentie is
= je doet obv van een steekproef uitspraken over een populatie
⟶ Het is niet haalbaar om heel de populatie te onderzoeken -> steekproef
Belangrijk dat deze steekproef representatief is
⟶ Bij herhaalde steekproeven: telkens een verschillend resultaat
Zorgt voor sampling distribution = verdeling van mogelijke waarden steekproef
- De variatie noemen we standaardfout v/h gemiddelde (Sx = )
√
⟶ Adhv standaardfout v/h gemiddelde kan je bepalen hoe betrouwbaar je steekproef is als
schatting van populatie
Bepaalt gebied waarin je H0 accepteert en waarin je H0 gaat verwerpen
, 2. Poweranalyse
Belang van power & powerberekingen in onderzoek uitleggen
We gebruiken power analyse bij statische toetsen
⟶ NHST = null-hypothese significantie testing: H0 = geen e ect I HA = e ect (theorie)
We kunnen HA niet testen, enkel bevestigen door H0 te verwerpen
⟶ Twee mogelijke resultaten na afloop NHST:
(1) Significant resultaat = H0 verwerpen
- Nadeel: publication bias: makkelijker gepubliceerd, geen poweranalyse gevraagd
(2) Geen significant resultaat = H0 accepteren -> 2 mogelijke verklaringen
a) Er is in werkelijkheid geen verschil: H0 terecht verworpen
b) Studie met te weinig power om verschil te detecteren
⤷ Reviewer vraagt een post hoc poweranalyse
ALFA-FOUTENRISICO
Je area of rejection (H0 verwerpen) wordt bepaald adhv alfa-foutenrisico
