Hoorcollege 1 – 16/10/2024
- Terugblik, causale verbanden zijn niet vanzelfsprekend (daarom
experimenteel)
Voorwaarden causaliteit:
- Covariance er moet een relatie zijn tussen de oorzaak en gevolg
- Temporal precedence de oorzaak moet in de tijd voorafgaan aan het
gevolg
- Internal validity Alternatieve verklaringen voor de gevonden relatie
moeten zijn uitgesloten
o Experimenteel onderzoek is de beste manier om aan al deze 3
voorwaarden te voldoen.
Causaliteit:
- Beste manier om te kunnen voldoen aan de drie voorwaarden is middels
een gerandomiseerd experiment:
o onderzoeksopzet waarbij
o door randomisatie (volledig willekeurig) de groepen worden
ingedeeld
o de onderzoeker één variabele manipuleert (varieert, de onderzoeker
bepaalt wat er met die variabelen gebeurt)
o de onderzoeker het effect daarvan op een andere variabele meet
- Door randomisatie hebben we de grootste kans dat groepen vergelijkbaar
zijn.
Doel van randomisatie:
- Door gebruik te maken van randomisatie hebben we de grootste kans dat
in de groepen
o de gemiddelde scores en spreiding in scores
o op alle variabelen, zowel gemeten als ongemeten
o bij aanvang vergelijkbaar zijn
Experimenteel onderzoek:
- In experimenteel onderzoek kijken we niet naar samenhang, maar naar
effect
o Effect van inquiry-based learning op studiemotivatie van
universitaire studenten
o Effectiviteit van interventie voor het verbeteren van
gezondheidsvaardigheden bij bewoners van Overvecht
- Hoe stellen we dat effect vast? Waarop vergelijken we groepen of
meetmomenten?
o Gemiddelden (om te spreken van effect gaan we gemiddelden
vergelijken)
Voorbeeld:
Kinderen met rekenproblemen doen mee aan een experiment. De ene groep
1
,krijgt een specifieke instructiemethode: Directe Instructie (experimentele groep).
De andere groep krijgt geen specifieke instructie (controlegroep).
Is er effect van een specifieke rekeninstructie in vergelijking met een
controlegroep op de rekenprestaties van kinderen met rekenproblemen.
Afhankelijke variabele is de gemeten variabele (uitkomstvariabele)
Rekenprestaties Onafhankelijke variabele is de gemanipuleerde variabele
Instructie (Directe instructie of controle
PICO:
Population: de groep mensen die de onderzoeker wil onderzoeken
Intervention: de variabele die je manipuleert (onafhankelijke variabele)
Comparison: de niveaus vann de gemanipuleerde variabele (groepen die
vergeleken worden)
Outcome: gemeten variabele (afhankelijke variabele)
Voorbeelden
P: kinderen met rekenproblemen
I: rekeninstructie
C: directe instructie vs controle groep
O: rekenprestaties
Onderzoekers willen weten of de kinderen in de directe instructiegroep een
hogere gemiddelde rekenscore hebben dan kinderen in de controlegroep.
Ze hebben het experiment uitgevoerd bij 140 kinderen.
Wat zijn de resultaten in deze steekproef?
Wat zeggen deze resultaten over de populatie kinderen met rekenproblemen?
Via de NHST
Stap 1:
Griekse letter Mu,
vergelijking tussen directe
instructie en controle
Alternatieve zegt directe
instructie zorgt gemiddeld
voor hogere prestaties als
controle groep
Stap 3:
In de
steekproef
hebben de kinderen in de Directe Instructie groep een hoger gemiddelde dan de
kinderen in de Controlegroep
Eénzijdige toets, dus we moeten hier de richting controle
Ook bij t hebben we verschillende
steekproevenverdelingen
2
, Worden bepaald door het aantal vrijheidsgraden
Bij de t-toets voor onafhankelijke groepen
df = n1-1 + n2-1 Hoe groter n, hoe groter df, hoe minder spreiding in de
steekproevenverdeling
Df= degrees of freedom
Stap 4: 0.006 < dan 0.05, dus verwerpen de H0, waarschijnlijk dat het
gemiddelde van de directe instructie groep hoger is dan de controle groep.
Stap 5: ja, we vinden onze alternatieve hypothese het meest waarschijnlijk.
Significant hoger gemiddelde dan kinderen in de controlegroep.
effect grootte kijk naar
Cohen’s D
H0 verwerpen…
- We hebben nu H0 verworpen, maar betekent dit dat H1 waar is?
- H0 verwerpen betekent dat we de alternatieve hypothese het meest
waarschijnlijk vinden.
- We hebben vertrouwen in onze NHST toetsprocedure, maar het kan wel dat
we een fout hebben gemaakt
Type I fout:
- Onderzoekers kunnen niet
voorkomen dat er kans is dat zij
deze fout maken
- Wel kunnen zij vooraf bepalen
hoe groot de kans op deze fout
mag zijn
- De kans op een Type I fout is
gelijk aan het significantieniveau
Keuze voor 𝛼:
3
- Terugblik, causale verbanden zijn niet vanzelfsprekend (daarom
experimenteel)
Voorwaarden causaliteit:
- Covariance er moet een relatie zijn tussen de oorzaak en gevolg
- Temporal precedence de oorzaak moet in de tijd voorafgaan aan het
gevolg
- Internal validity Alternatieve verklaringen voor de gevonden relatie
moeten zijn uitgesloten
o Experimenteel onderzoek is de beste manier om aan al deze 3
voorwaarden te voldoen.
Causaliteit:
- Beste manier om te kunnen voldoen aan de drie voorwaarden is middels
een gerandomiseerd experiment:
o onderzoeksopzet waarbij
o door randomisatie (volledig willekeurig) de groepen worden
ingedeeld
o de onderzoeker één variabele manipuleert (varieert, de onderzoeker
bepaalt wat er met die variabelen gebeurt)
o de onderzoeker het effect daarvan op een andere variabele meet
- Door randomisatie hebben we de grootste kans dat groepen vergelijkbaar
zijn.
Doel van randomisatie:
- Door gebruik te maken van randomisatie hebben we de grootste kans dat
in de groepen
o de gemiddelde scores en spreiding in scores
o op alle variabelen, zowel gemeten als ongemeten
o bij aanvang vergelijkbaar zijn
Experimenteel onderzoek:
- In experimenteel onderzoek kijken we niet naar samenhang, maar naar
effect
o Effect van inquiry-based learning op studiemotivatie van
universitaire studenten
o Effectiviteit van interventie voor het verbeteren van
gezondheidsvaardigheden bij bewoners van Overvecht
- Hoe stellen we dat effect vast? Waarop vergelijken we groepen of
meetmomenten?
o Gemiddelden (om te spreken van effect gaan we gemiddelden
vergelijken)
Voorbeeld:
Kinderen met rekenproblemen doen mee aan een experiment. De ene groep
1
,krijgt een specifieke instructiemethode: Directe Instructie (experimentele groep).
De andere groep krijgt geen specifieke instructie (controlegroep).
Is er effect van een specifieke rekeninstructie in vergelijking met een
controlegroep op de rekenprestaties van kinderen met rekenproblemen.
Afhankelijke variabele is de gemeten variabele (uitkomstvariabele)
Rekenprestaties Onafhankelijke variabele is de gemanipuleerde variabele
Instructie (Directe instructie of controle
PICO:
Population: de groep mensen die de onderzoeker wil onderzoeken
Intervention: de variabele die je manipuleert (onafhankelijke variabele)
Comparison: de niveaus vann de gemanipuleerde variabele (groepen die
vergeleken worden)
Outcome: gemeten variabele (afhankelijke variabele)
Voorbeelden
P: kinderen met rekenproblemen
I: rekeninstructie
C: directe instructie vs controle groep
O: rekenprestaties
Onderzoekers willen weten of de kinderen in de directe instructiegroep een
hogere gemiddelde rekenscore hebben dan kinderen in de controlegroep.
Ze hebben het experiment uitgevoerd bij 140 kinderen.
Wat zijn de resultaten in deze steekproef?
Wat zeggen deze resultaten over de populatie kinderen met rekenproblemen?
Via de NHST
Stap 1:
Griekse letter Mu,
vergelijking tussen directe
instructie en controle
Alternatieve zegt directe
instructie zorgt gemiddeld
voor hogere prestaties als
controle groep
Stap 3:
In de
steekproef
hebben de kinderen in de Directe Instructie groep een hoger gemiddelde dan de
kinderen in de Controlegroep
Eénzijdige toets, dus we moeten hier de richting controle
Ook bij t hebben we verschillende
steekproevenverdelingen
2
, Worden bepaald door het aantal vrijheidsgraden
Bij de t-toets voor onafhankelijke groepen
df = n1-1 + n2-1 Hoe groter n, hoe groter df, hoe minder spreiding in de
steekproevenverdeling
Df= degrees of freedom
Stap 4: 0.006 < dan 0.05, dus verwerpen de H0, waarschijnlijk dat het
gemiddelde van de directe instructie groep hoger is dan de controle groep.
Stap 5: ja, we vinden onze alternatieve hypothese het meest waarschijnlijk.
Significant hoger gemiddelde dan kinderen in de controlegroep.
effect grootte kijk naar
Cohen’s D
H0 verwerpen…
- We hebben nu H0 verworpen, maar betekent dit dat H1 waar is?
- H0 verwerpen betekent dat we de alternatieve hypothese het meest
waarschijnlijk vinden.
- We hebben vertrouwen in onze NHST toetsprocedure, maar het kan wel dat
we een fout hebben gemaakt
Type I fout:
- Onderzoekers kunnen niet
voorkomen dat er kans is dat zij
deze fout maken
- Wel kunnen zij vooraf bepalen
hoe groot de kans op deze fout
mag zijn
- De kans op een Type I fout is
gelijk aan het significantieniveau
Keuze voor 𝛼:
3
