Samenvatting Onderzoeksmethoden en
Dataverwerking
Samenvatting per hoofdstuk - Onderzoeksmethoden en dataverwerking Deel 2
(OM II)
Hier is een compacte, examengerichte samenvatting per hoofdstuk. Elk hoofdstuk bevat
kernbegrippen, formules/regels die je met een simpele rekenmachine kunt toepassen, en wat
je moet kunnen rapporteren op het examen. Lees actief: markeer formules en oefen één
rekenvoorbeeld per hoofdstuk.
Hoofdstuk 1 - Data-analyse: Power
Kernideeën
▪ Doel: inschatten van de kans om een echt effect te vinden (power = (1-\beta)).
▪ Type I fout (α): kans op vals positief (bv. 0.05).
▪ Type II fout (β): kans op vals negatief; power = (1-\beta) (bv. 0.80).
▪ Noncentrality parameter (NCP): afstand tussen nul-distributie en werkelijke distributie;
bepaalt power.
Determinanten van power (PANE)
▪ Power, Alpha, N (sample size), Effect size; plus design, meetfout, variantie.
▪ Effect size (ES): gestandaardiseerd verschil (d=\dfrac{\bar X_1-\bar X_2}{s_}). Conventies:
small 0.2, med 0.5, large 0.8.
▪ Grotere n en kleinere σ → hogere power; eenzijdige toets geeft meer power dan tweezijdig
(maar kies alleen bij directionele hypothese).
Praktisch
▪ Gebruik G*Power voor a-priori berekeningen: kies testtype (t, F, χ2), vul ES, α, gewenste
power → berekent n.
▪ Quote uit document: “H0 : geen effect / HA : wel een effect (= meestal de theorie).”
▪ Wat rapporteren: gekozen α, gewenste power, gebruikte ES (met bron of pilot), berekende n
of post-hoc power.
Hoofdstuk 2 - T-toetsen (onafhankelijk & gepaard)
Kernideeën
▪ Doel: toetsen of twee gemiddelden verschillen.
Copilot may make mistakes 1
, ▪ Soorten: onafhankelijke (ongepaarde) t-toets; afhankelijke (gepaarde) t-toets (zelfde
personen in twee condities).
Formules (essentieel voor examen)
▪ Gepoolde variantie (onafhankelijke, gelijke variantie):
[ s_p2=\frac{(n_1-1)s_12+(n_2-1)s_2^2}{n_1+n_2-2} ]
▪ SE verschil:
[ s_{\bar X_1-\bar X_2}=\sqrt{\frac{s_p2}+\frac{s_p2}} ]
▪ t-waarde: (t=\dfrac{\bar X_1-\bar X_2}{s_{\bar X_1-\bar X_2}}) met df = (n_1+n_2-2).
▪ Gepaarde t: (t=\dfrac{\bar d}{s_{\bar d}}) met df = (n-1).
Assumpties
▪ Continue AV, random steekproef, normale verdeling (voor kleine n), homogene varianties
(Levene’s test voor onafh. t).
Effect size
▪ Cohen’s d (onafh.): (d=\dfrac{\bar X_1-\bar X_2}). Interpretatie small/med/large.
Praktisch
▪ SPSS geeft Levene’s test; als Levene significant → gebruik niet-gepoolde variantie
(aanpassing df).
▪ Wat rapporteren: t(df)=waarde, p, mean difference (95% CI), d.
Hoofdstuk 3 - ANOVA (one-way, two-way, repeated measures, mixed)
Kernideeën
▪ Doel: vergelijken van 3+ groepsgemiddelden zonder veel pairwise t-toetsen (vermijdt
cumulatieve α).
▪ F-statistiek: verhouding tussen variantie tussen groepen en binnen groepen: (F=\dfrac{MS_
}{MS_}).
Stappen ANOVA
1. Bereken groepsgemiddelden en grand mean.
2. Bereken SSbetween en SSwithin; SStotal = SSb + SSw.
3. MS = SS/df; F = MSb/MSe.
4. Vergelijk met kritieke F( dfb, dfe ).
1.
Effect size
▪ η2 of partial η2; in G*Power gebruik je f (omrekenen mogelijk). Conventies small/med/large:
η2 .01/.06/.14.
Varianten
▪ Two-way ANOVA: twee factoren, test hoofd- en interactie-effecten.
Copilot may make mistakes 2
Dataverwerking
Samenvatting per hoofdstuk - Onderzoeksmethoden en dataverwerking Deel 2
(OM II)
Hier is een compacte, examengerichte samenvatting per hoofdstuk. Elk hoofdstuk bevat
kernbegrippen, formules/regels die je met een simpele rekenmachine kunt toepassen, en wat
je moet kunnen rapporteren op het examen. Lees actief: markeer formules en oefen één
rekenvoorbeeld per hoofdstuk.
Hoofdstuk 1 - Data-analyse: Power
Kernideeën
▪ Doel: inschatten van de kans om een echt effect te vinden (power = (1-\beta)).
▪ Type I fout (α): kans op vals positief (bv. 0.05).
▪ Type II fout (β): kans op vals negatief; power = (1-\beta) (bv. 0.80).
▪ Noncentrality parameter (NCP): afstand tussen nul-distributie en werkelijke distributie;
bepaalt power.
Determinanten van power (PANE)
▪ Power, Alpha, N (sample size), Effect size; plus design, meetfout, variantie.
▪ Effect size (ES): gestandaardiseerd verschil (d=\dfrac{\bar X_1-\bar X_2}{s_}). Conventies:
small 0.2, med 0.5, large 0.8.
▪ Grotere n en kleinere σ → hogere power; eenzijdige toets geeft meer power dan tweezijdig
(maar kies alleen bij directionele hypothese).
Praktisch
▪ Gebruik G*Power voor a-priori berekeningen: kies testtype (t, F, χ2), vul ES, α, gewenste
power → berekent n.
▪ Quote uit document: “H0 : geen effect / HA : wel een effect (= meestal de theorie).”
▪ Wat rapporteren: gekozen α, gewenste power, gebruikte ES (met bron of pilot), berekende n
of post-hoc power.
Hoofdstuk 2 - T-toetsen (onafhankelijk & gepaard)
Kernideeën
▪ Doel: toetsen of twee gemiddelden verschillen.
Copilot may make mistakes 1
, ▪ Soorten: onafhankelijke (ongepaarde) t-toets; afhankelijke (gepaarde) t-toets (zelfde
personen in twee condities).
Formules (essentieel voor examen)
▪ Gepoolde variantie (onafhankelijke, gelijke variantie):
[ s_p2=\frac{(n_1-1)s_12+(n_2-1)s_2^2}{n_1+n_2-2} ]
▪ SE verschil:
[ s_{\bar X_1-\bar X_2}=\sqrt{\frac{s_p2}+\frac{s_p2}} ]
▪ t-waarde: (t=\dfrac{\bar X_1-\bar X_2}{s_{\bar X_1-\bar X_2}}) met df = (n_1+n_2-2).
▪ Gepaarde t: (t=\dfrac{\bar d}{s_{\bar d}}) met df = (n-1).
Assumpties
▪ Continue AV, random steekproef, normale verdeling (voor kleine n), homogene varianties
(Levene’s test voor onafh. t).
Effect size
▪ Cohen’s d (onafh.): (d=\dfrac{\bar X_1-\bar X_2}). Interpretatie small/med/large.
Praktisch
▪ SPSS geeft Levene’s test; als Levene significant → gebruik niet-gepoolde variantie
(aanpassing df).
▪ Wat rapporteren: t(df)=waarde, p, mean difference (95% CI), d.
Hoofdstuk 3 - ANOVA (one-way, two-way, repeated measures, mixed)
Kernideeën
▪ Doel: vergelijken van 3+ groepsgemiddelden zonder veel pairwise t-toetsen (vermijdt
cumulatieve α).
▪ F-statistiek: verhouding tussen variantie tussen groepen en binnen groepen: (F=\dfrac{MS_
}{MS_}).
Stappen ANOVA
1. Bereken groepsgemiddelden en grand mean.
2. Bereken SSbetween en SSwithin; SStotal = SSb + SSw.
3. MS = SS/df; F = MSb/MSe.
4. Vergelijk met kritieke F( dfb, dfe ).
1.
Effect size
▪ η2 of partial η2; in G*Power gebruik je f (omrekenen mogelijk). Conventies small/med/large:
η2 .01/.06/.14.
Varianten
▪ Two-way ANOVA: twee factoren, test hoofd- en interactie-effecten.
Copilot may make mistakes 2
