DEEL C
Hoofdstuk 1 t/m hoofdstuk 7
= Elementair rapport van verschil in gemiddelden
Typering van het onderzoek
Datadesign: within of between; afhankelijke & onafhankelijke variabele, kwalitatief of
kwantitatief
o Within: 2 scores per proefpersoon tijd is vaak onafhankelijke variabele
o Between: 1 score per proefpersoon
Mate van controle: experiment of niet-experimenteel
= mate waarin OV door onderzoeker wordt beheerst.
o Controlemaatregelen: randomiseren (between) en counterbalancen (within)
Nulhypothese en alternatieve hypothese
o Verschil in gemiddelden: H0: μ( A)=μ (B) (geen verschil) en
Ha: μ( A) ≠ μ (B)(wel verschil)
o A > dan B: H0: μ( A) ≤ μ (B) (niet groter) en
Ha: μ( A)> μ( B)(groter)
o A < dan B: H0: μ( A) ≥ μ (B) (niet kleiner) en
Ha: μ( A)< μ( B)(kleiner)
o Ha is wat je verwacht te vinden, H0 is daar het tegenovergestelde van
o Hypothesen gaan altijd over populatie, data gaat over steekproef
Analyse van de data
Gekozen procedure: t-toets voor gekoppelde paren of onafhankelijke steekproeven
Geaggregeerde data: gemiddelde, standaardafwijking en N van de verschilscores
Schatting van het effect: ruw effect en relatief effect
Houdbaarheid van nulhypothese: t-waarde, df en p-waarde
Conclusies
Beslissing hypothesen: nulhypothese behouden of verwerpen; formulering in termen van het
onderzoek
Causale interpretatie: exclusiviteit voor resultaat; primaire verklaring; alternatieve verklaring
Eventueel ook nog:
Controle op assumpties: beoordeling of aan de voorwaarden van de toets is voldaan en
eventuele consequenties voor de correctheid van de p-waarde
Within: t-toets voor gekoppelde paren
1. Datadesign
2. Mate van controle
3. Nulhypothesen en alternatieve hypothesen
Verschilscore berekenen D = meting B – meting A
4. Geaggregeerde data: Dgem, SD, N
5. Ruw effect= gemiddelde van verschilscores (D gem)
6. Relatief effect (Cohens d)= Dgem / SD
7. t = relatief effect * √ N
- neemt toe met grootte ruwe effect (Dgem)
- neemt af met grootte van ruis (Sd)
- neemt toe met steekproefgrootte (N)
8. df= N – 1
9. p-waarde: via tabel B met t-waarde (negeer evt -teken) en df
Interpretie van p:
- p < .05: H0 is vermoedelijk onwaar en de steekproef is groot genoeg om dat hard te
maken
, - p > .05: H0 is misschien waar, of de steekproef is te klein om hard te maken dat hij
onwaar is.
Bepaling p-waarde:
- eenzijdig: verkeerde richting – p > .05; juiste richting – grootste p-waarde gebruiken van
de twee kolomen waar hij tussen valt
- tweezijdig: effect heeft altijd juiste richting dus p-waarde zoeken en *2 doen
10. Conclusies
Beslissing hypothesen: nulhypothese behouden of verwerpen; formulering in termen van
het onderzoek
o H0 behouden: p > grenswaarde
o H0 verwerpen: p < grenswaarde
o In woorden: H0 verwerpen/behouden OV, AV
Causale interpretatie: exclusiviteit voor resultaat; primaire verklaring; alternatieve
verklaring
Significant verschil
o Experiment: ‘’Dit onderzoek was een experiment, dus is er maar één verklaring mogelijk
voor het gevonden verschil: X heeft invloed op Y’’
o Niet-experimenteel: ‘’Dit onderzoek was geen experiment, dus er zijn meerdere
verklaringen mogelijk. De primaire verklaring is dat X invloed heeft op Y. De alternatieve
verklaring is….’’
o Primaire verklaring altijd noemen: omgekeerd verband of storende variabele
Geen significant verschil
o Experiment: ‘’Dit onderzoek was een experiment, dus is er maar één verklaring mogelijk
voor het gevonden verschil: X heeft geen invloed op Y’’
o Niet-experimenteel: ‘’Dit onderzoek was geen experiment, dus er zijn meerdere
verklaringen mogelijk. De primaire verklaring is dat X geen invloed heeft op Y. De
alternatieve verklaring is….’’
11. Evt ook nog
Controle op assumpties: beoordeling of aan de voorwaarden van de toets is voldaan en
eventuele consequenties voor de correctheid van de p-waarde
Alleen als er om gevraagd wordt. Regels:
o Als verschilscores normaal verdeeld zijn p = exact (ook bij kleine N)
o Als verschilscores bij benadering normaal verdeeld zijn p is bij benadering correct (ook
bij kleine N)
o Als N ≥ 40 p is bij benadering correct
o Als N ¿ 40 en verdeling wijkt af van normaalverdeling p misschien sterk vertekend
Between: t-toets voor onafhankelijke steekproeven
1. Datadesign
2. Mate van controle
3. Nulhypothesen en alternatieve hypothesen
4. Geaggregeerde data: voor zowel groep A: Xgem, sA, nA als groep B: Xgem, sB, nB
5. Ruw effect= Xgem (A) – Xgem (B)
6. Relatieve effect: 2 standaardafwijkingen combineren tot 1 = gepoolde binnengroeps-
standaardafwijking (Sp)
√
2
(n¿¿ b−1)∗sb
2
S p= (na −1)∗s + a ¿
N −2
Relatieve effect (Cohens d) = ruw effect / Sp
7. t-waarde: eerst effectieve steekproefgrootte N* berekenen
Hoofdstuk 1 t/m hoofdstuk 7
= Elementair rapport van verschil in gemiddelden
Typering van het onderzoek
Datadesign: within of between; afhankelijke & onafhankelijke variabele, kwalitatief of
kwantitatief
o Within: 2 scores per proefpersoon tijd is vaak onafhankelijke variabele
o Between: 1 score per proefpersoon
Mate van controle: experiment of niet-experimenteel
= mate waarin OV door onderzoeker wordt beheerst.
o Controlemaatregelen: randomiseren (between) en counterbalancen (within)
Nulhypothese en alternatieve hypothese
o Verschil in gemiddelden: H0: μ( A)=μ (B) (geen verschil) en
Ha: μ( A) ≠ μ (B)(wel verschil)
o A > dan B: H0: μ( A) ≤ μ (B) (niet groter) en
Ha: μ( A)> μ( B)(groter)
o A < dan B: H0: μ( A) ≥ μ (B) (niet kleiner) en
Ha: μ( A)< μ( B)(kleiner)
o Ha is wat je verwacht te vinden, H0 is daar het tegenovergestelde van
o Hypothesen gaan altijd over populatie, data gaat over steekproef
Analyse van de data
Gekozen procedure: t-toets voor gekoppelde paren of onafhankelijke steekproeven
Geaggregeerde data: gemiddelde, standaardafwijking en N van de verschilscores
Schatting van het effect: ruw effect en relatief effect
Houdbaarheid van nulhypothese: t-waarde, df en p-waarde
Conclusies
Beslissing hypothesen: nulhypothese behouden of verwerpen; formulering in termen van het
onderzoek
Causale interpretatie: exclusiviteit voor resultaat; primaire verklaring; alternatieve verklaring
Eventueel ook nog:
Controle op assumpties: beoordeling of aan de voorwaarden van de toets is voldaan en
eventuele consequenties voor de correctheid van de p-waarde
Within: t-toets voor gekoppelde paren
1. Datadesign
2. Mate van controle
3. Nulhypothesen en alternatieve hypothesen
Verschilscore berekenen D = meting B – meting A
4. Geaggregeerde data: Dgem, SD, N
5. Ruw effect= gemiddelde van verschilscores (D gem)
6. Relatief effect (Cohens d)= Dgem / SD
7. t = relatief effect * √ N
- neemt toe met grootte ruwe effect (Dgem)
- neemt af met grootte van ruis (Sd)
- neemt toe met steekproefgrootte (N)
8. df= N – 1
9. p-waarde: via tabel B met t-waarde (negeer evt -teken) en df
Interpretie van p:
- p < .05: H0 is vermoedelijk onwaar en de steekproef is groot genoeg om dat hard te
maken
, - p > .05: H0 is misschien waar, of de steekproef is te klein om hard te maken dat hij
onwaar is.
Bepaling p-waarde:
- eenzijdig: verkeerde richting – p > .05; juiste richting – grootste p-waarde gebruiken van
de twee kolomen waar hij tussen valt
- tweezijdig: effect heeft altijd juiste richting dus p-waarde zoeken en *2 doen
10. Conclusies
Beslissing hypothesen: nulhypothese behouden of verwerpen; formulering in termen van
het onderzoek
o H0 behouden: p > grenswaarde
o H0 verwerpen: p < grenswaarde
o In woorden: H0 verwerpen/behouden OV, AV
Causale interpretatie: exclusiviteit voor resultaat; primaire verklaring; alternatieve
verklaring
Significant verschil
o Experiment: ‘’Dit onderzoek was een experiment, dus is er maar één verklaring mogelijk
voor het gevonden verschil: X heeft invloed op Y’’
o Niet-experimenteel: ‘’Dit onderzoek was geen experiment, dus er zijn meerdere
verklaringen mogelijk. De primaire verklaring is dat X invloed heeft op Y. De alternatieve
verklaring is….’’
o Primaire verklaring altijd noemen: omgekeerd verband of storende variabele
Geen significant verschil
o Experiment: ‘’Dit onderzoek was een experiment, dus is er maar één verklaring mogelijk
voor het gevonden verschil: X heeft geen invloed op Y’’
o Niet-experimenteel: ‘’Dit onderzoek was geen experiment, dus er zijn meerdere
verklaringen mogelijk. De primaire verklaring is dat X geen invloed heeft op Y. De
alternatieve verklaring is….’’
11. Evt ook nog
Controle op assumpties: beoordeling of aan de voorwaarden van de toets is voldaan en
eventuele consequenties voor de correctheid van de p-waarde
Alleen als er om gevraagd wordt. Regels:
o Als verschilscores normaal verdeeld zijn p = exact (ook bij kleine N)
o Als verschilscores bij benadering normaal verdeeld zijn p is bij benadering correct (ook
bij kleine N)
o Als N ≥ 40 p is bij benadering correct
o Als N ¿ 40 en verdeling wijkt af van normaalverdeling p misschien sterk vertekend
Between: t-toets voor onafhankelijke steekproeven
1. Datadesign
2. Mate van controle
3. Nulhypothesen en alternatieve hypothesen
4. Geaggregeerde data: voor zowel groep A: Xgem, sA, nA als groep B: Xgem, sB, nB
5. Ruw effect= Xgem (A) – Xgem (B)
6. Relatieve effect: 2 standaardafwijkingen combineren tot 1 = gepoolde binnengroeps-
standaardafwijking (Sp)
√
2
(n¿¿ b−1)∗sb
2
S p= (na −1)∗s + a ¿
N −2
Relatieve effect (Cohens d) = ruw effect / Sp
7. t-waarde: eerst effectieve steekproefgrootte N* berekenen
