Samenvatting Experimenteel onderzoek TOE

Samenvatting TOE deeltoets experimenteel

Gebruikte termen en begrippen

 NHST: schetst een situatie in de populatie waaruit gesampled is.

 T-test: Bestaande uit 2 toetsen. Gepaarde t-test: Elke persoon wordt 2x gemeten en
beide metingen worden met elkaar vergeleken.

 Totale variantie: verklaarde variantie + onverklaarde variantie
2
 N ( Eta kwadraat ) :percentage van de totale variantie dat verklaard wordt door de
groep. Het is een effectsize maat. Deze gebruik je vanaf 3(+) groepen. Hoe groter
eta2, hoe groter de verschillen tussen de groepen m.b.t. de afhankelijke variabele

 Cohen s ' d : gestandaardiseerde effect size maat. Het aantal standaarddeviaties dat de
twee gemiddelden van elkaar verschillen. Bij 2 groepen.

 F: Effectgrootte. Hoe ver liggen de gemiddeldes van elkaar vandaan.

 Informatieve hypothese: Extra hypothese die verwachting weergeeft van de
onderzoeker: Hi

 Complement: Alle orderingen van de gemiddelden die niet in overeenstemming zijn
met Ho of H1.

 Hoofdeffect: Gemiddelde van een groep die het hoogste scoort

 Interactie effect: Simpel gezegd; wanneer de lijnen niet parallel lopen aan elkaar is er
sprake van een interactie effect. Het verschil tussen de controle en experimentele
groep.

 Delta δ = verschil tussen voor en na


Empirische Cirkel
1. Theorie en Onderzoeksvraag
2. Onderzoeksontwerp
3. Hypothese formulering en pre-registratie
4. Steekproeftrekking, randomiseren en causaliteit. Data verzameling en data controle
5. NHST of Bayesiaanse Hypothese Evaluatie
6. Rapportage
7. Replicatie onderzoek

1. Theorie en Onderzoeksvraag
 Literatuur opzoeken en van hieruit een onderzoeksvraag opstellen

2. Onderzoeksontwerp

,  Bepalen wat de DV en de IV variabele gaan zijn.
 Welk ANOVA Design ga je gebruiken.
 Noteer je grenswaarden en toepassingen voor het testen van de aannames
 Wat ga je doen wanneer er niet aan één van de aannames wordt voldaan?

3. Hypothese formulering en pre-registratie
 Dankzij pre-registratie heb je minder kans op sloppy science en Questionable
Research Practises. Omdat je niet van je plan van je onderzoeksontwerp mag
afwijken. Hierin staat dus alles netjes genoteerd wat je gaat doen met je data,
voordat je deze hebt verzameld en geanalyseerd.

4. Steekproeftrekking, randomiseren en causaliteit. Data verzameling en data controle
5. NHST of Bayesiaanse Hypothese Evaluatie
 p < alpha  Ho verwerpen  kans op Type 1 fout; het onterecht verwerpen
van de Ho hypothese.
 ρ : populatie. Deze gebruik je enkel in NHST
 μ: gemiddelde van de populatie
 M : gemiddelde van de steekproef
 Cohen s ' d : gestandaardiseerde effect size maat. Het aantal
standaarddeviaties dat de twee gemiddelden van elkaar verschillen.
 P−¿ waarde: kans op (hoger/meer) verschil in gemiddelden  significant.
O.a d.m.v. Ho / Ha
 power : P (1-kans op type II fout) staat gebruikelijk op .80. D.w.z. dat we een
kans willen van 80% dat we Ho terecht verwerpen.

Geen verschil, dus Ho Wel verschil, dus Ha
Onderzoeker vindt Betrouwbaarheid 95% Type II Fout
geen verschil 😊 ☹
Onderzoeker vindt wel Type I Fout Power > 80%
verschil ☹ 😊


De Replicatiecrisis
Questionable Research Practices zorgt voor:

 Sloppy Science:
Fabricate and/or falsified research data = het mooier en gunstiger maken van
resultaat. Voorbeeld: Mensen willen hun p-waarde onder de .05 hebben zodat ze
carrière kunnen bouwen. Hiervoor zorgen ze dat ze een significant effect vinden.

 Publicatie Bias
Tijdschriften willen ook dat er iets interessants gepubliceerd wordt. Hierdoor
beïnvloeden ze dan weer onderzoekers omdat ze alleen significante resultaten
publiceren.


Bayesian Hypothese Evaluation