College 1 Onderzoekspracticum 2
Onderzoek
- Beschrijvende en inferentiële statistiek
- Steekproef en populatie
Onderzoeksmethoden
- Bepalen de validiteit
Beschrijvende statistiek
- Hoe ziet de gemeten data eruit?
Inferentiële statistiek
- Wat kan ik zeggen over de populatie op basis van een steekproef?
1. Beschrijvend
2. Correlationeel
3. Experimenteel
4. Quasi-experimenteel
Beschrijvend
- Gemiddelde, mediaan, standaard deviaties etc.
- Box plots, staafgrafieken, histogrammen etc.
Inferentiële statistiek
- Betrouwbaarheidsintervallen
- Hypothesetoetsen
Parameters --> populatie
Statistiek --> steekproef
Waarden --> proefpersoon
Standaardnormaalverdeling= x- u/ o/wortel n
T-toets = x – u/ s/wortel n
HYPOTHESETOETSEN
Is het populatiegemiddelde u0?
H0 : u = 100
Ha : u = niet gelijk aan 100
One sample t toets --> hoe bijzonder is mijn steekproef als H0 waar zou zijn?
Bereken t om de nulhypothese te toetsen --> T is t-verdeeld met n-1 vrijheidsgraden
p-waarde = overschrijdingskans = kans dat t behaald of overschreden wordt in de steekproef als H0 waar is
Ha: u > u0
Ha: u < u0
Ha: u niet gelijk aan u0
Is de overschrijdingskans (p) kleiner dan het significantieniveau (a)?
- Steekproef TE bijzonder om H0 nog te geloven --> Dus accepteer Ha, verwerp H0
ONDERZOEKSVRAAG
Wijkt de gemiddelde populatiescore op de test af van 537?
1. Hypothesen
H0 : u = 537
Ha : u is niet gelijk aan 57
2. Toetskeuze
One-sample toets, alpha = 0.05
3. Toetsstatistiek
T toets
4. T)63
5. P<a accepteer Ha, verwerp H0
6. Conclusie
,Populatieparameters op zich zijn vaak niet zo interessant!
Experiment
1. Manipuleer ten minste één variabele
2. Zorg voor vergelijkbare groepen
3. Houd andere variabele strikt gelijk
Oneway design
- Als er één onafhankelijke variabele is: ONEWAY
- De condities worden ook levels genoemd
- Independent variabele (conditie)
Experimentele conditie
Controle conditie
Bijvoorbeeld onafhankelijke variabele is fruit, je kunt vier condities/levels hebben bijv. appel, peer enz.
1. Randomized groups design --> SRS, te vaak een toeval component
Between-subjects design/Between groups design: verschillen tussen groepen of deelnemers meten;
één conditie
Within subjects design: verschillen in gedrag ten opzichte van de verschillende condities
2. Matched-subjects design:
Proefpersonen in de steekproef worden eerst in groepjes
Hardloop experiment met een beloning (groep 1 is oudere, jongere, hardloper, kind bijv) & groep 2 is
hetzelfde maar dan andere mensen, wel zelfde type
3. Repeated measures design --> conditie I --> meting --> conditie II --> meting
Independent variabele beïnvloeden en afhankelijke variabele meten
Volgorde wordt ook gemanipuleerd (groep 1 eerst conditie I en dan II & groep 2 eerst conditie II en
dan I) = counterbalancing; de levels van de onafhankelijke variabele in verschillende volgorde
presenteren aan verschillende groepen/participanten
Sensitization: participanten kunnen anders reageren, omdat ze na het ervaren van verschillende
experimenten met verschillende levels doorkrijgen wat de hypothese is, en dus gebiased zijn
4. Latin Square design: elke voorwaarde verschijnt eenmaal op elke ordinale positie, en elke voorwaarde
gaat vooraf aan en volgt elke andere voorwaarde eenmaal op
Practice effects: treden op wanneer participanten effecten laten zien door middel van herhaling en oefenen i.p.v.
door de betreffende interventie
Fatigue effects: treden op doordat de participant afzwakt, vermoeid/verveeld of minder gemotiveerd raakt
Carryover effects: effect van een bepaalde interventie blijft bestaan nadat de conditie is afgelopen
Order effects: volgorde waarin de condities worden getoond aan de participanten heeft invloed op de resultaten
Pre-post test designs --> verschilscore onderzoeken --> (voor)meting --> treatment --> nameting
Pretest, posttest1, posttest2
krusk
Kan op elk van de drie basisdesigns worden toegepast
Verschilscores hebben voordelen maar ook nadelen
(cor)relationeel onderzoek
Group membership is een subject variabele omdat je het niet kunt manipuleren maar het kan wel dingen
verklaren
Bv. Geslacht is een variabele met ten minste drie mogelijke waarden (man, vrouw, anders) maar is niet
gemanipuleerd door de onderzoeker
- 1 subject (verklarende) variabele --> oneway analyse
Experimenteel --> gemanipuleerd
Correlationeel --> natuurlijke groepen
One Way: kijken naar hoe 1 onafhankelijke/verklarende variabele samenhangt met een andere variabele
Two-group design: twee levels/condities van de onafhankelijke variabele worden gemeten
Factorial design: 2 of meer onafhankelijke variabelen/factoren zijn gemanipuleerd
One-sample t test --> 1 groep of conditie
,Paired t test --> 2 groepen of condities & gematched of zelfde proefpersonen
Independent samples t test --> 2 groepen of condities & andere proefpersonen
ANOVA --> meer dan 2 groepen of condities
College 2 Onderzoekspracticum
Probleemstelling
Hoe kun je aannemelijk maken op grond van een steekproef dat er een verschil is tussen twee
populatiegemiddelden
- Het verschil in de populatiegemiddelden voor/na een behandeling
Elk proefpersoon twee metingen
- Verschil in populatiegemiddelden tussen jongens en meisjes
Laat zien dat de kans op het verschil in steekproefgemiddelden onwaarschijnlijk is, als de populatiegemiddelden
NIET verschillen
- Wat is de p-waarde, kans om het steekproefverschil te vinden als er in de populatie niet echt een
verschil was
Paired T-toets --> twee keer iets meten uit dezelfde proefpersonen
Independent samples t-toets --> twee verschillende proefpersonen
PAIRED T-TOETS
Is er een verschil tussen de populatiegemiddelden voor en na een behandeling?
Twee groepen zijn afhankelijk van elkaar en hebben invloed op (de scores van) elkaar
- Verschil tussen twee metingen bij dezelfde proefpersonen (gematched)
- Deze vraag kun je met de kennis die je al hebt oplossen
- Verschilscores
- Of het gemiddelde verschil tussen voor en nameting afwijkt van 0 = het gemiddelde verschil tussen
voor en nameting
- Het verschil in de gemiddelden is gelijk aan het gemiddelde van de verschillen
- X1 gemiddelde – X2 gemiddelde = X1 – X2 (gemiddelden)
Is het gemiddelde verschil significant groter dan 0?
One-sample t-test gebruiken
Teststatistiek t = x gemiddelde – u0 / s/wortel n
- Paired t-test (ahankelijk) op verschilscores
- Steekproefgemiddelde van de verschilscores
- Kan Xd (difference/verschilscores) gemiddelde redelijkerwijs gevonden worden als het gemiddelde
verschil in de populatie 0 zou zijn
- Kleine d betekent difference en dan gaat het dus om verschilscores
Confidence interval (CI)
, Voor het verschil in populatiegemiddelden
Beste schatting +/- foutenmarge
- Beste schatting voor het verschil in populatiegemiddelden is het steekproefgemiddelde van de
verschilscores
- De foutenmarge is de standaardfout van de verschilscores vermenigvuldogd met de kritieke t
grenswaarde (t met een sterretje)
- Standard error gebruik je alleen wanneer de standaarddeviatie geschat is = s/wortel n
- CI = x gemiddelde +/- t met een sterretje x s/wortel n
- Met 95% zekerheid kan ik zeggen dat:
Het verschil tusen de twee populatiegemiddelde ligt tussen … en … hartslagen per minuut
Onderste regel van tabel D; betrouwbaarheidsintervallen & vrijheidsgraden
PAIRED T-TOETS
1. Onderzoeksvraag
Is er een verschil in gemiddelde frequentie van agressiviteit op dagen met volle maan vs. andere dagen?
2. Hypothesen
H0: umoon = uother
Ha: umoon is niet gelijk aan uother
3. Toetskeuze
Gepaarde t-toets, alpha = 5%
4. Toetsstatistiek
5. P-waarde
Zie tabel D: t(14) = 6.45; p<.001
6. Beslissing
P < a --> H0 verwerpen, H1 accepteren
7. Conclusie
Er is een significant verschil in gemiddelde agressiefrequentie op “vollemaandagen” (M = 3.02, SD=
1.50) en “andere dagen” (M= .59, Sd = .44); t(14) = 6.45, p < .001. De resultaten suggereren dat
patienten op vollemaandagen gemiddeld meer agressie laten zien dan op andere dagen.
Wat als er geen koppeling tussen metingen zijn te maken
Afkomstig van verschillende proefpersonen niets met elkaar te maken hebben
T-TOETS VOOR ONAFHANKELIJKE GROEPEN
Onderzoek
- Beschrijvende en inferentiële statistiek
- Steekproef en populatie
Onderzoeksmethoden
- Bepalen de validiteit
Beschrijvende statistiek
- Hoe ziet de gemeten data eruit?
Inferentiële statistiek
- Wat kan ik zeggen over de populatie op basis van een steekproef?
1. Beschrijvend
2. Correlationeel
3. Experimenteel
4. Quasi-experimenteel
Beschrijvend
- Gemiddelde, mediaan, standaard deviaties etc.
- Box plots, staafgrafieken, histogrammen etc.
Inferentiële statistiek
- Betrouwbaarheidsintervallen
- Hypothesetoetsen
Parameters --> populatie
Statistiek --> steekproef
Waarden --> proefpersoon
Standaardnormaalverdeling= x- u/ o/wortel n
T-toets = x – u/ s/wortel n
HYPOTHESETOETSEN
Is het populatiegemiddelde u0?
H0 : u = 100
Ha : u = niet gelijk aan 100
One sample t toets --> hoe bijzonder is mijn steekproef als H0 waar zou zijn?
Bereken t om de nulhypothese te toetsen --> T is t-verdeeld met n-1 vrijheidsgraden
p-waarde = overschrijdingskans = kans dat t behaald of overschreden wordt in de steekproef als H0 waar is
Ha: u > u0
Ha: u < u0
Ha: u niet gelijk aan u0
Is de overschrijdingskans (p) kleiner dan het significantieniveau (a)?
- Steekproef TE bijzonder om H0 nog te geloven --> Dus accepteer Ha, verwerp H0
ONDERZOEKSVRAAG
Wijkt de gemiddelde populatiescore op de test af van 537?
1. Hypothesen
H0 : u = 537
Ha : u is niet gelijk aan 57
2. Toetskeuze
One-sample toets, alpha = 0.05
3. Toetsstatistiek
T toets
4. T)63
5. P<a accepteer Ha, verwerp H0
6. Conclusie
,Populatieparameters op zich zijn vaak niet zo interessant!
Experiment
1. Manipuleer ten minste één variabele
2. Zorg voor vergelijkbare groepen
3. Houd andere variabele strikt gelijk
Oneway design
- Als er één onafhankelijke variabele is: ONEWAY
- De condities worden ook levels genoemd
- Independent variabele (conditie)
Experimentele conditie
Controle conditie
Bijvoorbeeld onafhankelijke variabele is fruit, je kunt vier condities/levels hebben bijv. appel, peer enz.
1. Randomized groups design --> SRS, te vaak een toeval component
Between-subjects design/Between groups design: verschillen tussen groepen of deelnemers meten;
één conditie
Within subjects design: verschillen in gedrag ten opzichte van de verschillende condities
2. Matched-subjects design:
Proefpersonen in de steekproef worden eerst in groepjes
Hardloop experiment met een beloning (groep 1 is oudere, jongere, hardloper, kind bijv) & groep 2 is
hetzelfde maar dan andere mensen, wel zelfde type
3. Repeated measures design --> conditie I --> meting --> conditie II --> meting
Independent variabele beïnvloeden en afhankelijke variabele meten
Volgorde wordt ook gemanipuleerd (groep 1 eerst conditie I en dan II & groep 2 eerst conditie II en
dan I) = counterbalancing; de levels van de onafhankelijke variabele in verschillende volgorde
presenteren aan verschillende groepen/participanten
Sensitization: participanten kunnen anders reageren, omdat ze na het ervaren van verschillende
experimenten met verschillende levels doorkrijgen wat de hypothese is, en dus gebiased zijn
4. Latin Square design: elke voorwaarde verschijnt eenmaal op elke ordinale positie, en elke voorwaarde
gaat vooraf aan en volgt elke andere voorwaarde eenmaal op
Practice effects: treden op wanneer participanten effecten laten zien door middel van herhaling en oefenen i.p.v.
door de betreffende interventie
Fatigue effects: treden op doordat de participant afzwakt, vermoeid/verveeld of minder gemotiveerd raakt
Carryover effects: effect van een bepaalde interventie blijft bestaan nadat de conditie is afgelopen
Order effects: volgorde waarin de condities worden getoond aan de participanten heeft invloed op de resultaten
Pre-post test designs --> verschilscore onderzoeken --> (voor)meting --> treatment --> nameting
Pretest, posttest1, posttest2
krusk
Kan op elk van de drie basisdesigns worden toegepast
Verschilscores hebben voordelen maar ook nadelen
(cor)relationeel onderzoek
Group membership is een subject variabele omdat je het niet kunt manipuleren maar het kan wel dingen
verklaren
Bv. Geslacht is een variabele met ten minste drie mogelijke waarden (man, vrouw, anders) maar is niet
gemanipuleerd door de onderzoeker
- 1 subject (verklarende) variabele --> oneway analyse
Experimenteel --> gemanipuleerd
Correlationeel --> natuurlijke groepen
One Way: kijken naar hoe 1 onafhankelijke/verklarende variabele samenhangt met een andere variabele
Two-group design: twee levels/condities van de onafhankelijke variabele worden gemeten
Factorial design: 2 of meer onafhankelijke variabelen/factoren zijn gemanipuleerd
One-sample t test --> 1 groep of conditie
,Paired t test --> 2 groepen of condities & gematched of zelfde proefpersonen
Independent samples t test --> 2 groepen of condities & andere proefpersonen
ANOVA --> meer dan 2 groepen of condities
College 2 Onderzoekspracticum
Probleemstelling
Hoe kun je aannemelijk maken op grond van een steekproef dat er een verschil is tussen twee
populatiegemiddelden
- Het verschil in de populatiegemiddelden voor/na een behandeling
Elk proefpersoon twee metingen
- Verschil in populatiegemiddelden tussen jongens en meisjes
Laat zien dat de kans op het verschil in steekproefgemiddelden onwaarschijnlijk is, als de populatiegemiddelden
NIET verschillen
- Wat is de p-waarde, kans om het steekproefverschil te vinden als er in de populatie niet echt een
verschil was
Paired T-toets --> twee keer iets meten uit dezelfde proefpersonen
Independent samples t-toets --> twee verschillende proefpersonen
PAIRED T-TOETS
Is er een verschil tussen de populatiegemiddelden voor en na een behandeling?
Twee groepen zijn afhankelijk van elkaar en hebben invloed op (de scores van) elkaar
- Verschil tussen twee metingen bij dezelfde proefpersonen (gematched)
- Deze vraag kun je met de kennis die je al hebt oplossen
- Verschilscores
- Of het gemiddelde verschil tussen voor en nameting afwijkt van 0 = het gemiddelde verschil tussen
voor en nameting
- Het verschil in de gemiddelden is gelijk aan het gemiddelde van de verschillen
- X1 gemiddelde – X2 gemiddelde = X1 – X2 (gemiddelden)
Is het gemiddelde verschil significant groter dan 0?
One-sample t-test gebruiken
Teststatistiek t = x gemiddelde – u0 / s/wortel n
- Paired t-test (ahankelijk) op verschilscores
- Steekproefgemiddelde van de verschilscores
- Kan Xd (difference/verschilscores) gemiddelde redelijkerwijs gevonden worden als het gemiddelde
verschil in de populatie 0 zou zijn
- Kleine d betekent difference en dan gaat het dus om verschilscores
Confidence interval (CI)
, Voor het verschil in populatiegemiddelden
Beste schatting +/- foutenmarge
- Beste schatting voor het verschil in populatiegemiddelden is het steekproefgemiddelde van de
verschilscores
- De foutenmarge is de standaardfout van de verschilscores vermenigvuldogd met de kritieke t
grenswaarde (t met een sterretje)
- Standard error gebruik je alleen wanneer de standaarddeviatie geschat is = s/wortel n
- CI = x gemiddelde +/- t met een sterretje x s/wortel n
- Met 95% zekerheid kan ik zeggen dat:
Het verschil tusen de twee populatiegemiddelde ligt tussen … en … hartslagen per minuut
Onderste regel van tabel D; betrouwbaarheidsintervallen & vrijheidsgraden
PAIRED T-TOETS
1. Onderzoeksvraag
Is er een verschil in gemiddelde frequentie van agressiviteit op dagen met volle maan vs. andere dagen?
2. Hypothesen
H0: umoon = uother
Ha: umoon is niet gelijk aan uother
3. Toetskeuze
Gepaarde t-toets, alpha = 5%
4. Toetsstatistiek
5. P-waarde
Zie tabel D: t(14) = 6.45; p<.001
6. Beslissing
P < a --> H0 verwerpen, H1 accepteren
7. Conclusie
Er is een significant verschil in gemiddelde agressiefrequentie op “vollemaandagen” (M = 3.02, SD=
1.50) en “andere dagen” (M= .59, Sd = .44); t(14) = 6.45, p < .001. De resultaten suggereren dat
patienten op vollemaandagen gemiddeld meer agressie laten zien dan op andere dagen.
Wat als er geen koppeling tussen metingen zijn te maken
Afkomstig van verschillende proefpersonen niets met elkaar te maken hebben
T-TOETS VOOR ONAFHANKELIJKE GROEPEN
