TiU: Experimentele Onderzoeksmethoden: Belangrijk voor tentamen (2020/2021)
Shimara van den Elzen
EXPERIMENTELE ONDERZOEKSMETHODEN: BELANGRIJK VOOR TENTAMEN
HOORCOLLEGE 1
Handleiding interpreteren ‘Sig.’ in SPSS output:
Een 95% betrouwbaarheidsinterval voor : “In 95% van de keren dat ik een steekproef trek
van N = 50 zal het betrouwbaarheidsinterval bevatten”.
tobs (berekende t-waarde) is extremer dan t𝛼 (t-waarde uit tabel B.2) → H0 verwerpen.
Oftewel:
- Als H0 (getal 0) WEL in het betrouwbaarheidsinterval ligt: H0 NIET verwerpen.
- Als H0 (getal 0) NIET in het betrouwbaarheidsinterval ligt: H0 WEL verwerpen.
Levene’s test:
- Er wordt getest: zijn de populatievarianties van beide groepen gelijk of ongelijk aan
elkaar.
- p > = H0 NIET verwepren → ‘Equal variances assumed’.
- p = H0 verwerpen → ‘Equal variances not assumed’.
HOORCOLLEGE 2
Type I fout: we verwerpen H0, terwijl in werkelijkheid H0 waar is. De kans om dit te doen is
altijd gelijk aan het alpha niveau.
Type II fout: we houden H0 aan, terwijl in werkelijkheid H1 waar is. De kans om dit te doen
is altijd gelijk aan het bèta niveau.
Power: verwijst naar de kans dat we de nulhypothese verwerpen wanneer we die ook
zouden moeten verwerpen en de alternatieve hypothese de juiste hypothese is. Dus: terecht
verwerpen van de nulhypothese.
Stappenplan power bepalen (ervan uitgaande dat we een Z-toets uitvoeren):
1. Bepaal de Zcv (kritische Z-waarde) onder H0 (bij gegeven α, en richting van de toets).
o De kritische Z-waarde kun je bepalen a.d.h.v. tabel B1 uit het tabellenboekje.
2. We moeten de kritische Z-waarde omrekenen naar het steekproefgemiddelde dat
bij Zcv hoort onder H0.
3. Reken kritieke grenswaarde om naar de ZH1-waarde onder H1.
4. Het onderscheidend vermogen is gelijk aan de kans: P(Z ≥ ZH1 | H1).
, TiU: Experimentele Onderzoeksmethoden: Belangrijk voor tentamen (2020/2021)
Shimara van den Elzen
4 factoren die power beïnvloeden:
- α: hogere α → lagere β → hogere 1 – β → hogere power.
- N: hogere N → hogere Zobs (meer in staart van de verdeling) → sneller H0
verwerpen (Zobs > Zα = H0 verwerpen) → hogere power.
- σx: kleinere σx → hogere Zobs → hogere power.
- de ‘ware ’ in de alternatieve hypothese (H1): groter verschil tussen H1 en H0 →
hogere Z-waarde → hogere power.
Vuistregels interpreteren effectgrootte:
Independent samples t-test: gebruiken bij het vergelijken van gemiddelden van twee
groepen.
ANOVA: gebruiken bij het vergelijken van gemiddelden van twee (of meer!) experimentele
groepen.
Between-subjects design: in elke conditie is er een onafhankelijke steekproef (ook bekend
als design met onafhankelijke groepen) → onafhankelijke groepen.
Within-subjects design: proefpersonen kunnen blootgesteld worden aan meerdere
condities (design met herhaalde metingen) → afhankelijke groepen.
µk ≠ µ → treatment effect: de groepen verschillen van elkaar.
Verschillen TUSSEN groepen:
- Verschillen tussen het overkoepelend gemiddelde (µ) en groepsgemiddelden
(variantie tussen groepen) kan verklaard worden door groepslidmaatschap.
Verschillen BINNEN groepen:
- Verschillen in geobserveerde scores en het groepsgemiddelde (de variantie in scores
in elke groep) kan NIET worden verklaard door lidmaatschap aan een bepaalde
groep. Deze verschillen vinden we namelijk terug in elke groep.
Vraag bij ANOVA: is er meer variantie tussen de groepen dan binnen de groepen? Zodat we
uiteindelijk kunnen concluderen dat er een treatment effect is en dat de groepen dus van
elkaar verschillen. Grotere tussen dan binnen groepsvariantie is een indicatie van een
effect van de procedure en dus dat de groepen van elkaar verschillen.
HOORCOLLEGE 3
ANOVA model: 𝑦𝑖𝑘 = 𝜇 + 𝛼𝑘 + 𝜀𝑖𝑘
Shimara van den Elzen
EXPERIMENTELE ONDERZOEKSMETHODEN: BELANGRIJK VOOR TENTAMEN
HOORCOLLEGE 1
Handleiding interpreteren ‘Sig.’ in SPSS output:
Een 95% betrouwbaarheidsinterval voor : “In 95% van de keren dat ik een steekproef trek
van N = 50 zal het betrouwbaarheidsinterval bevatten”.
tobs (berekende t-waarde) is extremer dan t𝛼 (t-waarde uit tabel B.2) → H0 verwerpen.
Oftewel:
- Als H0 (getal 0) WEL in het betrouwbaarheidsinterval ligt: H0 NIET verwerpen.
- Als H0 (getal 0) NIET in het betrouwbaarheidsinterval ligt: H0 WEL verwerpen.
Levene’s test:
- Er wordt getest: zijn de populatievarianties van beide groepen gelijk of ongelijk aan
elkaar.
- p > = H0 NIET verwepren → ‘Equal variances assumed’.
- p = H0 verwerpen → ‘Equal variances not assumed’.
HOORCOLLEGE 2
Type I fout: we verwerpen H0, terwijl in werkelijkheid H0 waar is. De kans om dit te doen is
altijd gelijk aan het alpha niveau.
Type II fout: we houden H0 aan, terwijl in werkelijkheid H1 waar is. De kans om dit te doen
is altijd gelijk aan het bèta niveau.
Power: verwijst naar de kans dat we de nulhypothese verwerpen wanneer we die ook
zouden moeten verwerpen en de alternatieve hypothese de juiste hypothese is. Dus: terecht
verwerpen van de nulhypothese.
Stappenplan power bepalen (ervan uitgaande dat we een Z-toets uitvoeren):
1. Bepaal de Zcv (kritische Z-waarde) onder H0 (bij gegeven α, en richting van de toets).
o De kritische Z-waarde kun je bepalen a.d.h.v. tabel B1 uit het tabellenboekje.
2. We moeten de kritische Z-waarde omrekenen naar het steekproefgemiddelde dat
bij Zcv hoort onder H0.
3. Reken kritieke grenswaarde om naar de ZH1-waarde onder H1.
4. Het onderscheidend vermogen is gelijk aan de kans: P(Z ≥ ZH1 | H1).
, TiU: Experimentele Onderzoeksmethoden: Belangrijk voor tentamen (2020/2021)
Shimara van den Elzen
4 factoren die power beïnvloeden:
- α: hogere α → lagere β → hogere 1 – β → hogere power.
- N: hogere N → hogere Zobs (meer in staart van de verdeling) → sneller H0
verwerpen (Zobs > Zα = H0 verwerpen) → hogere power.
- σx: kleinere σx → hogere Zobs → hogere power.
- de ‘ware ’ in de alternatieve hypothese (H1): groter verschil tussen H1 en H0 →
hogere Z-waarde → hogere power.
Vuistregels interpreteren effectgrootte:
Independent samples t-test: gebruiken bij het vergelijken van gemiddelden van twee
groepen.
ANOVA: gebruiken bij het vergelijken van gemiddelden van twee (of meer!) experimentele
groepen.
Between-subjects design: in elke conditie is er een onafhankelijke steekproef (ook bekend
als design met onafhankelijke groepen) → onafhankelijke groepen.
Within-subjects design: proefpersonen kunnen blootgesteld worden aan meerdere
condities (design met herhaalde metingen) → afhankelijke groepen.
µk ≠ µ → treatment effect: de groepen verschillen van elkaar.
Verschillen TUSSEN groepen:
- Verschillen tussen het overkoepelend gemiddelde (µ) en groepsgemiddelden
(variantie tussen groepen) kan verklaard worden door groepslidmaatschap.
Verschillen BINNEN groepen:
- Verschillen in geobserveerde scores en het groepsgemiddelde (de variantie in scores
in elke groep) kan NIET worden verklaard door lidmaatschap aan een bepaalde
groep. Deze verschillen vinden we namelijk terug in elke groep.
Vraag bij ANOVA: is er meer variantie tussen de groepen dan binnen de groepen? Zodat we
uiteindelijk kunnen concluderen dat er een treatment effect is en dat de groepen dus van
elkaar verschillen. Grotere tussen dan binnen groepsvariantie is een indicatie van een
effect van de procedure en dus dat de groepen van elkaar verschillen.
HOORCOLLEGE 3
ANOVA model: 𝑦𝑖𝑘 = 𝜇 + 𝛼𝑘 + 𝜀𝑖𝑘
