Begrippenlijst Grasple
Experimenteel onderzoek
Grasple lessen
1) Hypothese opstellen
Nulhypothese: (H0) voorspelt altijd dat er geen effect of relatie tussen de variabelen is.
Voorbeeld: het drinken van drank heeft geen invloed op het concentratievermogen van studenten.
Teken: =
Alternatieve hypothese: (H1) voorspelt dat er wel een relatie tussen de variabelen is.
Voorbeeld: het drinken van drank heeft wel invloed op het concentratievermogen van studenten.
Tweezijdige alternatieve hypothese: bij het opstellen van deze hypothese houd je er
rekening mee dat het verschil beide kanten op kan vallen. Dit kan je herkennen door het
gebruiken van het /= teken.
Eenzijdige alternatieve hypothese: onderzoekers kijken hierbij of specifiek het gemiddelde in
de ene groep hoger of lager is dan in de andere. Deze hypothese geeft dan ook een richting
van het verschil aan. Teken: < of >
Symbolen die gebruikt worden bij het onderscheiden van correlaties:
Correlatie in de steekproef: r
Correlatie in de populatie: p (‘rho’)
Negatieve correlatie: <
Voorbeeld: studenten die verder van de universiteit wonen drinken minder glazen.
Positieve correlatie: >
Belangrijk om te weten: een hypothese gaat altijd over de waarde(n) in de populatie.
2) P-waarde (conceptueel)
P-waarde geeft de kans dat als de nulhypothese waar is, je gelijke of extremere waardes dan
je geobserveerde waarde zou vinden. De P-waarde wordt gebruikt voor het toetsen van
hypotheses.
- Kans hoog : verschil is waarschijnlijk veroorzaakt door toeval
- Kans laag: waarschijnlijker dat het geobserveerde verschil in de steekproef een
indicatie is dat er in de populatie ook een verschil bestaat.
Deze kans noem je: de P-waarde.
Bij het berekenen van de P-waarde ga je uit van geen effect.
Hierbij wil je graag weten wat de kans is dat de resultaten door toeval zijn veroorzaakt.
Meneer Fischer: als de P-waarde hoog is, dan kan je het experiment waarschijnlijk negeren.
Als de P-waarde laag is, dan moet je meer onderzoek doen.
- Bij een kleine P-waarde mag je de nulhypothese verwerpen.
, 3) 1 en 2-zijdig toetsen
Eenzijdig toetsen: de alternatieve hypothese geeft een richting aan. Dit wordt gedaan door
middel van een < of een > teken.
Tweezijdig toetsen: onderzoekers hebben geen speciale verwachtingen. Ze toetsen of er een
verschil is. De kans op het één of het ander is even groot.
Belangrijk om te weten: bij het analyseren van een resultaat zal de eenzijdige P-waarde altijd
kleiner zijn dan de tweezijdige P-waarde.
4) Type 1 en 2 fouten
Type 1 fout:
Het kan zijn dat de nulhypothese waar is, maar dat de onderzoeker toch H0 verwerpt.
Voorbeeld: een onderzoeker claimt aan de hand van haar bevindingen dat er een effect is, terwijl die
er eigenlijk niet is.
Type 2 fout:
Het kan zijn dat er in het echt wel een verschil of relatie is. Dan is de nulhypothese niet waar.
Maar in deze situatie komt het ook voor dat de onderzoeker besluit H0 niet te verwerpen.
Voorbeeld: wanneer de arts a.d.h.v. testresultaten tegen een ziek persoon vertelt dat de persoon
niet ziek is.
De kans op een type 1 fout: a (alfa), ook wel significantieniveau.
Wanneer a: .05, de onderzoeker zichzelf een 5% kans toestaat om een type 1 fout te maken.
Power: de kans dat de onderzoeker a.d.h.v. steekproefresultaten concludeert dat er een
verschil/effect/relatie is, wanneer deze in de populatie ook echt aanwezig is.
De power is het omgekeerde van de kans op een type 2 fout
Voorbeeld: kans op type 1 fout is gelijk aan 1% en kans op een type 2 fout is gelijk aan 18%.
Hierbij is de power 100-18 =82%
Kans op een type 2 fout is het omgekeerde van de power.
Voorbeeld: kans op een type 1 fout: 5% en power is gelijk aan 85%.
Hierbij is de kans op een type 2 fout 100-85 = 15%
De betrouwbaarheid is het omgekeerde van de kans op een type 1 fout.
Voorbeeld: kans op een type 1 fout: 1% en kans op een type 2 fout: 18%.
Hierbij is de betrouwbaarheid: 100-1 = 99%
Experimenteel onderzoek
Grasple lessen
1) Hypothese opstellen
Nulhypothese: (H0) voorspelt altijd dat er geen effect of relatie tussen de variabelen is.
Voorbeeld: het drinken van drank heeft geen invloed op het concentratievermogen van studenten.
Teken: =
Alternatieve hypothese: (H1) voorspelt dat er wel een relatie tussen de variabelen is.
Voorbeeld: het drinken van drank heeft wel invloed op het concentratievermogen van studenten.
Tweezijdige alternatieve hypothese: bij het opstellen van deze hypothese houd je er
rekening mee dat het verschil beide kanten op kan vallen. Dit kan je herkennen door het
gebruiken van het /= teken.
Eenzijdige alternatieve hypothese: onderzoekers kijken hierbij of specifiek het gemiddelde in
de ene groep hoger of lager is dan in de andere. Deze hypothese geeft dan ook een richting
van het verschil aan. Teken: < of >
Symbolen die gebruikt worden bij het onderscheiden van correlaties:
Correlatie in de steekproef: r
Correlatie in de populatie: p (‘rho’)
Negatieve correlatie: <
Voorbeeld: studenten die verder van de universiteit wonen drinken minder glazen.
Positieve correlatie: >
Belangrijk om te weten: een hypothese gaat altijd over de waarde(n) in de populatie.
2) P-waarde (conceptueel)
P-waarde geeft de kans dat als de nulhypothese waar is, je gelijke of extremere waardes dan
je geobserveerde waarde zou vinden. De P-waarde wordt gebruikt voor het toetsen van
hypotheses.
- Kans hoog : verschil is waarschijnlijk veroorzaakt door toeval
- Kans laag: waarschijnlijker dat het geobserveerde verschil in de steekproef een
indicatie is dat er in de populatie ook een verschil bestaat.
Deze kans noem je: de P-waarde.
Bij het berekenen van de P-waarde ga je uit van geen effect.
Hierbij wil je graag weten wat de kans is dat de resultaten door toeval zijn veroorzaakt.
Meneer Fischer: als de P-waarde hoog is, dan kan je het experiment waarschijnlijk negeren.
Als de P-waarde laag is, dan moet je meer onderzoek doen.
- Bij een kleine P-waarde mag je de nulhypothese verwerpen.
, 3) 1 en 2-zijdig toetsen
Eenzijdig toetsen: de alternatieve hypothese geeft een richting aan. Dit wordt gedaan door
middel van een < of een > teken.
Tweezijdig toetsen: onderzoekers hebben geen speciale verwachtingen. Ze toetsen of er een
verschil is. De kans op het één of het ander is even groot.
Belangrijk om te weten: bij het analyseren van een resultaat zal de eenzijdige P-waarde altijd
kleiner zijn dan de tweezijdige P-waarde.
4) Type 1 en 2 fouten
Type 1 fout:
Het kan zijn dat de nulhypothese waar is, maar dat de onderzoeker toch H0 verwerpt.
Voorbeeld: een onderzoeker claimt aan de hand van haar bevindingen dat er een effect is, terwijl die
er eigenlijk niet is.
Type 2 fout:
Het kan zijn dat er in het echt wel een verschil of relatie is. Dan is de nulhypothese niet waar.
Maar in deze situatie komt het ook voor dat de onderzoeker besluit H0 niet te verwerpen.
Voorbeeld: wanneer de arts a.d.h.v. testresultaten tegen een ziek persoon vertelt dat de persoon
niet ziek is.
De kans op een type 1 fout: a (alfa), ook wel significantieniveau.
Wanneer a: .05, de onderzoeker zichzelf een 5% kans toestaat om een type 1 fout te maken.
Power: de kans dat de onderzoeker a.d.h.v. steekproefresultaten concludeert dat er een
verschil/effect/relatie is, wanneer deze in de populatie ook echt aanwezig is.
De power is het omgekeerde van de kans op een type 2 fout
Voorbeeld: kans op type 1 fout is gelijk aan 1% en kans op een type 2 fout is gelijk aan 18%.
Hierbij is de power 100-18 =82%
Kans op een type 2 fout is het omgekeerde van de power.
Voorbeeld: kans op een type 1 fout: 5% en power is gelijk aan 85%.
Hierbij is de kans op een type 2 fout 100-85 = 15%
De betrouwbaarheid is het omgekeerde van de kans op een type 1 fout.
Voorbeeld: kans op een type 1 fout: 1% en kans op een type 2 fout: 18%.
Hierbij is de betrouwbaarheid: 100-1 = 99%
