Samenvatting TOE Experimenteel
Onderzoek doen
Empirische cirkel:
1. Theorie en onderzoeksvraag
2. Onderzoeksontwerp
3. Hypothese folmuleren en preregistratie
4. Steekproefstrekking, randomiseren en causaliteit, data verzameling en data controle
5. Nul hypothese significantie toetsing (NHST) of Bayesiaanse hypothese evaluatie
6. Rapportage
7. Replicatie onderzoek
Experiment doen:
1. Onafhankelijke variabele, afhankelijke variabele opstellen
2. Nul hypothese significantie toetsing (t-toets)
H0: Mniet = Mwel
HA: Mniet = Mwel
Voorwaarden causaliteit:
1. Oorzaak hangt samen met het gevolg
2. Oorzaak gaat in de tijd vooraf aan het gevolg
3. Interne validiteit, alternatieve verklaringen voor de samenhang zijn uitgesloten
door randomisatie
Pre-registratie = eerst thesis schrijven en daarna pas data verzamelen en conclusie schrijven,
alle keuzes schrijf je hierin, die kan je naar een wetenschappelijk tijdschrift sturen, die
kunnen accepteren en dan word i gepost, en dan moet je echt data gaan verzamelen. Maakt
niet uit of je dan p-waarde boven .05 hebt je dwingt jezelf om aan empirische cirkel te
houden.
beschermt tegen sloppy science en publication bias
2 manieren om hypotheses te evalueren:
1. De Nul Hypothese Significantie Toetsing (NHST)
2. Bayesiaanse hypothese evaluatie
,Experimentele designs
Eenweg designs:
1. Gerandomizeerde experiment experimentele en controle groep
o klassieke experimentele ontwerp (controlegroep toevoegen)
Between/tussenpersoon factor = je zit allemaal of in de controlegroep
of in de experimentele groep
Within/ binnenproefpersoon factor = je zit in voor en in na meting, er
kleven 2 getallen aan je, je zit in C of E bijv en je doet voor en na
o
2. Eenweg ANOVA 2 of meer groepen
Tweeweg designs:
3. klassieke experimentele ontwerp (controlegroep toevoegen)
o Between/tussenpersoon factor = je zit allemaal of in de controlegroep of in
de experimentele groep
o Within/ binnenproefpersoon factor = je zit in voor en in na meting, er kleven
2 getallen aan je, je zit in C of E bijv en je doet voor en na
In een design met 2 factoren worden er 3 verschillende effecten met bijbehorende
hypotheses onderscheiden:
1. H0: er is geen hoofdeffect van de eerste factor (bijv in groep) vs
Ha: er is wel een hoofdeffect van de eerste factor
2. H0: er is geen hoofdeffect van de tweede factor (bijv in de meting) vs
Ha: er is wel een hoofdeffect van de tweede factor
3. H0: er is geen interactieeffect tussen beide factoren vs
Ha: er is wel een interactieeffect tussen beide factoren
Hoofdeffect = gemm van de een ligt hoger dan de ander
Interactie-effect = als lijnen niet parallel lopen
Je bent bijna altijd alleen geinteresseerd in interactie effect
In vooruitgang in experimentele groep groter als die in de controlegroep?
Delta (D) vergelijken (na – voor, de toename) within factor heb je hiermee weggewerkt
hypotheses:
1. H0: De = Dc
2. Ha: De = Dc
je kijkt weer naar p
, 3. Counterbalances design (^ met een AB en BA groep ipv exp en con)
a. = is beetje klassieke design ook met betweenfactor enz, maar dan met
medicijn en placebo, het word herhaald, je doet hetzelfde bij allebei de
groepen, over een week nog een keer maar dan omgedraaid.
i. Word veel gebruikt als er meerdere behandelingen ge-evalueerde
moeten worden
ii. Ook wel AB-BA design
iii. De helft krijgt eerst pil en daarna neppil, andere helft krijgt eerst
neppil en daarna pil
iv.
hierbij placebo effect
4. Tweeweg design between en random factor (leraar, therapeut, bedrijf)
Als mensen iets gemeenschappelijk hebben (bijv kinderen binnen schoolklassen) dan is de
aanname van onafhankelijkheid geschonden. er moet dus worden gezorgd dat als
groepen mensen random aan een controle en experimentele groep worden toegewezen,
rekening word gehouden met afhankelijkheid, en moet deze groepsindeling dus als
alternatieve verklaring worden uitgesloten
Randomfactor = een factor met levels (zoals leraren, klassen) en als je het experiment
opnieuw doet krijg je andere mensen met dezelfde levels.
- Zonder de randomfactor als alternatieve factor uit te sluiten kun je
verkeerder resultaten krijgen
5. Tweeweg deisgn met 2 between factoren (voor de analyse van quasi
experimenten) met factor met exp en controle groep en factor die mogelijke
alternatieve verklaring bevat
o )
2 situaties in een experiment:
1. Er is gerandomiseerd
- De samenstelling contr en exper groep is zelfde
- Geen alternatieve veklaring
- Effect moet veroorzaakt zijn door dat ene ‘controle’ en andere ‘experimenteel’
was
2. Er is niet gerandomiseerd quasi experiment
- Mogelijke alternatieve verklaringen moeten worden uitgesloten
o Quasi Experimentele Design Quasi-gerandomizeerde experiment
= Als je niet helemaal random kan indelen, een experimenteel design
waarbij de toewijzing aan groepen NIET dmv randomidatie plaats vindt.
Kenmerken:
Onderzoek doen
Empirische cirkel:
1. Theorie en onderzoeksvraag
2. Onderzoeksontwerp
3. Hypothese folmuleren en preregistratie
4. Steekproefstrekking, randomiseren en causaliteit, data verzameling en data controle
5. Nul hypothese significantie toetsing (NHST) of Bayesiaanse hypothese evaluatie
6. Rapportage
7. Replicatie onderzoek
Experiment doen:
1. Onafhankelijke variabele, afhankelijke variabele opstellen
2. Nul hypothese significantie toetsing (t-toets)
H0: Mniet = Mwel
HA: Mniet = Mwel
Voorwaarden causaliteit:
1. Oorzaak hangt samen met het gevolg
2. Oorzaak gaat in de tijd vooraf aan het gevolg
3. Interne validiteit, alternatieve verklaringen voor de samenhang zijn uitgesloten
door randomisatie
Pre-registratie = eerst thesis schrijven en daarna pas data verzamelen en conclusie schrijven,
alle keuzes schrijf je hierin, die kan je naar een wetenschappelijk tijdschrift sturen, die
kunnen accepteren en dan word i gepost, en dan moet je echt data gaan verzamelen. Maakt
niet uit of je dan p-waarde boven .05 hebt je dwingt jezelf om aan empirische cirkel te
houden.
beschermt tegen sloppy science en publication bias
2 manieren om hypotheses te evalueren:
1. De Nul Hypothese Significantie Toetsing (NHST)
2. Bayesiaanse hypothese evaluatie
,Experimentele designs
Eenweg designs:
1. Gerandomizeerde experiment experimentele en controle groep
o klassieke experimentele ontwerp (controlegroep toevoegen)
Between/tussenpersoon factor = je zit allemaal of in de controlegroep
of in de experimentele groep
Within/ binnenproefpersoon factor = je zit in voor en in na meting, er
kleven 2 getallen aan je, je zit in C of E bijv en je doet voor en na
o
2. Eenweg ANOVA 2 of meer groepen
Tweeweg designs:
3. klassieke experimentele ontwerp (controlegroep toevoegen)
o Between/tussenpersoon factor = je zit allemaal of in de controlegroep of in
de experimentele groep
o Within/ binnenproefpersoon factor = je zit in voor en in na meting, er kleven
2 getallen aan je, je zit in C of E bijv en je doet voor en na
In een design met 2 factoren worden er 3 verschillende effecten met bijbehorende
hypotheses onderscheiden:
1. H0: er is geen hoofdeffect van de eerste factor (bijv in groep) vs
Ha: er is wel een hoofdeffect van de eerste factor
2. H0: er is geen hoofdeffect van de tweede factor (bijv in de meting) vs
Ha: er is wel een hoofdeffect van de tweede factor
3. H0: er is geen interactieeffect tussen beide factoren vs
Ha: er is wel een interactieeffect tussen beide factoren
Hoofdeffect = gemm van de een ligt hoger dan de ander
Interactie-effect = als lijnen niet parallel lopen
Je bent bijna altijd alleen geinteresseerd in interactie effect
In vooruitgang in experimentele groep groter als die in de controlegroep?
Delta (D) vergelijken (na – voor, de toename) within factor heb je hiermee weggewerkt
hypotheses:
1. H0: De = Dc
2. Ha: De = Dc
je kijkt weer naar p
, 3. Counterbalances design (^ met een AB en BA groep ipv exp en con)
a. = is beetje klassieke design ook met betweenfactor enz, maar dan met
medicijn en placebo, het word herhaald, je doet hetzelfde bij allebei de
groepen, over een week nog een keer maar dan omgedraaid.
i. Word veel gebruikt als er meerdere behandelingen ge-evalueerde
moeten worden
ii. Ook wel AB-BA design
iii. De helft krijgt eerst pil en daarna neppil, andere helft krijgt eerst
neppil en daarna pil
iv.
hierbij placebo effect
4. Tweeweg design between en random factor (leraar, therapeut, bedrijf)
Als mensen iets gemeenschappelijk hebben (bijv kinderen binnen schoolklassen) dan is de
aanname van onafhankelijkheid geschonden. er moet dus worden gezorgd dat als
groepen mensen random aan een controle en experimentele groep worden toegewezen,
rekening word gehouden met afhankelijkheid, en moet deze groepsindeling dus als
alternatieve verklaring worden uitgesloten
Randomfactor = een factor met levels (zoals leraren, klassen) en als je het experiment
opnieuw doet krijg je andere mensen met dezelfde levels.
- Zonder de randomfactor als alternatieve factor uit te sluiten kun je
verkeerder resultaten krijgen
5. Tweeweg deisgn met 2 between factoren (voor de analyse van quasi
experimenten) met factor met exp en controle groep en factor die mogelijke
alternatieve verklaring bevat
o )
2 situaties in een experiment:
1. Er is gerandomiseerd
- De samenstelling contr en exper groep is zelfde
- Geen alternatieve veklaring
- Effect moet veroorzaakt zijn door dat ene ‘controle’ en andere ‘experimenteel’
was
2. Er is niet gerandomiseerd quasi experiment
- Mogelijke alternatieve verklaringen moeten worden uitgesloten
o Quasi Experimentele Design Quasi-gerandomizeerde experiment
= Als je niet helemaal random kan indelen, een experimenteel design
waarbij de toewijzing aan groepen NIET dmv randomidatie plaats vindt.
Kenmerken:
