8. Confounding en obscuring variables Flashcards
bedreigingen interne validiteit
maturatie:
- spontane verandering an afhankelijke variabele
- nood aan vergelijkingsgroep
- alternatief: double-pretest design
history threat:
- externe gebeurtenis, gelijktijdig met manipulatie
- nood aan controlegroep
regressie naar het gemiddelde:
- extreme score bij pretest
- score op posttest automatisch dichter rond het gemiddelde in de populatie
- uitsluiten door controlegroep
attrition:
- systematische dropout, mensen verdwenen uit studie
- verwijder mensen die niet deelnemen aan posttest uit pretest
testing:
- effect van herhaaldelijke test in te vullen
- oefening, uitputting, verveling
- oplossingen: pretest weglaten, verschillende meetinstrumenten pre en post, controle groep
- alternatief: solomon 4 groepen design
instrumentation:
- verschillende meetinstrumenten bij pre en post
- oplossing: pretest weglaten, pilot studie om equivalentie testen na te gaan, counterbalancing
deze 6 kunnen ook voorkomen in combinatie met selection-threats
observer bias:
- verwachtingen van onderzoeker beïnvloeden resultaten
demand characteristics:
- deelnemers raden doel van studie en passen gedrag aan
oplossingen: double blind design, masked design
placebo effect:
- effect te wijten aan geloof bij deelnemers dat ze een behandeling krijgen
- placebo bijna even effectief als Prozac
- oplossing: double-blind placebo control studie
null effects
je vindt geen effect in je experiment: mogelijke verklaringen: - onvoldoende verschillen tussen groepen - te veel verschillen tussen groepen - er is effectief geen effect in de SL
oorzaken null effects
onvoldoende verschillen tussen groepen:
- manipulatie onvoldoende sterk of niet succesvol (manipulatiecheck, voer studie opnieuw uit met sterkere manipulatie)
- meetinstrumenten onvoldoende sensitief (fijnere schaal)
- ceiling effects en floor effects (gebruik meting afhankelijke variabele die voldoende variatie oplevert, test of er variatie is in de O.V. met een manipulatiecheck)
te veel verschillen binnen groepen:
- meetfouten
- individuele verschillen
- situationele variabiliteit/ruis
bronnen onsystematische variantie
meetfouten:
- gebruik betrouwbare meetinstrumenten
- meer metingen
individuele verschillen:
- meet meer mensen
- within-subject design
- matched design
situationele variabiliteit/ruis:
- gebruik gecontroleerde omgeving
interferentiële statistiek
nemen SP uit populatie
berekenen statistieken in deze SP
doen uitspraken op basis van deze statistieken over de populatie
Type I en Type II fouten
Type I:
- Ho verwerpen als Ho correct is
- een effect vinden terwijl er in de realiteit geen effect is
Type II:
- H0 aanvaarden terwijl Ho fout is
- geen effect vinden terwijl er in de realiteit wel een is
alpha
kans op type 1 fout te maken, meestal = 5% dus p<0.05
voorkomen van fouten
Type I fouten voorkomen:
- fishing and the error-rate problem
- herhaaldelijk dezelfde analyse op een dataset toepassen vergroot de kans op type I fouten
- oplossing: correctie
Type II fouten voorkomen:
- power (kans om geen type II fouten te maken)
power
hangt af van:
- sample size (groter = meer)
- effect size (groter = meer)
- alpha (kleiner = minder)
- ruis (meer = minder)