AVV - Blok 4 Flashcards
1
Q
Experimenteel onderzoek
A
Er wordt een bepaalde interventie getest en vergeleken tussen twee groepen
2
Q
Experimenteel onderzoek; twee aspecten
A
- Opzettelijke manipulatie bij toedienen interventie
- Sprake van twee groepen
3
Q
RCT toewijzing
A
Toewijzing controlegroep en experimentele groep op basis van toeval
4
Q
Kans bij RCT
A
Kans op bepaalde eigenschap is gelijk over de groepen verdeeld –> doel effect interventie aantonen
5
Q
Causaliteit RCT
A
Kan aangetoond worden
6
Q
Eisen randomisatie
A
- Eerlijk; kans op bepaalde eigenschap is gelijk verdeeld over de groepen
- Geen fraude; onderzoeker heeft geen voorkennis over methode randomisatie
- Voldoende deelnemers; Kans op effect in kleine populatie nog groot
7
Q
Methoden voor randomisatie
A
- Simpele randomsatie: kans via kop of munt
- Gestratificeerde randomisatie; subgroepen en daarbinnen randomiseren
- Gewogen randomisatie; naast hoofdvraag nog subvragen. Grotere experimentele groep nodig
- Blok randomisatie; vooraf vastgelegd in schema
- Balancing/ minimalizaion method; Te veel in experimenteel, meer kans op controlegroep
8
Q
Wat geef je aan controlegroep
A
- Placebo
- Nieuwe vs bestaande behandeling
- Niet of actief volgen
9
Q
Actief volgen
A
Volgt ze en geeft ze een behandeling wanneer dit noodzakelijk wordt
10
Q
Twee moeilijkheden meten uitkomst RCT
A
- Meerdere variabelen als uitkomstmaat
- Effect dat je echt ziet door interventie
11
Q
Meerdere variabelen als uitkomstmaat
A
Hoofdvraag effectiviteit
maar ook: patienttevredenheid, complicaties en bijwerkingen
12
Q
Effect dat je echt ziet door interventie en andere effecten
A
- Natural history; standaard verbetering
- Hawthorne effect; verbetering als ze meedoen aan onderzoek
- Placebo; verbetering door medicijn
13
Q
Door randomisatie kans op effecten
A
Door randomisatie kans op effecten gelijk verdeeld over de groepen en daarmee aantonen effect van interventie
14
Q
Verschillen in uitkomsten bij RCT kunnen komen door?
A
- Hoe toepassing interventie
- Hoe controleconditie wordt ingevuld
15
Q
Qausi experimenteel onderzoek
A
Toewijzing groepen niet op basis van randomisatie
- vanuit uitnodiging toewijzen aan groep
- voormeting na toewijzing
16
Q
Reden voor quasi experiment
A
Randomisatie is soms niet ethisch;
Bepaalde interventie werd bij experimenteel heel goed, zou je de controlegroep dit onthouden
17
Q
Non-equivalent group design
A
Verdelen mensen in groepen obv;
- Eigenschappen
- Kiezen zelf in welke groep
Beide voormeting
Uitkomstmeting vergeleken met voormeting
18
Q
Switching replications design
A
Mensen nemen deel aan groep en switchen weer
Belangrijk! genoeg tijd tussen eerste en tweede deel experiment
19
Q
Wanneer switching replications design
A
- Kleine groep
- Willen allemaal interventie hebben
20
Q
Observationeel onderzoek
A
Uitkomsten en determinanten bekijken, zonder interventie toe te passen
Wat er is gebeurd of er gaat gebeuren
21
Q
Case controle onderzoek
A
Begint bij uitkomst
Moeten zo veel mogelijk op elkaar lijken (cases en controle)
Kijkt terug in de tijd (retrospectief) waaraan ze blootgesteld zijn
Geen causaal verband
22
Q
Cases
A
Die een bepaalde uitkomst hebben
23
Q
Controles
A
Degenen die geen bepaalde uitkomst hebben
24
Q
Wanneer case controle
A
- Als ziekte weinig voorkomt
- Langdurige blootstelling ziekte
25
Cross-sectioneel onderzoek
Uitkomsten en determinanten in kaart brengen
Alles meten op een moment, momentopname metingen
26
Wanneer cross-sectioneel onderzoek?
1. Schatting uitkomst en determinanten in kaart brengen
2. Testen hypothese determinant uitkomstrelatie
27
Longitudinaal onderzoek
Determinant uitkomst op verschillende momenten in de tijd meten
28
Soorten longitudinaal onderzoek
1. Cohort (panel) onderzoek
2. Trendonderzoek
29
cohort onderzoek
Volgt vaste groep mensen gedurende de jaren.
- Determinant bepalen in cohort
- Volgen en kijken wie uitkomstmaat ontwikkeld
30
Twee manieren samenstellen cohort
1. Retrospectief; Je gaat terug in het verleden en selecteert een groep waarbij je determinant meet
2. In heden; prospectief
Stel cohort samen en meet determinant en kijk of ze uitkomstmaat ontwikkelen
31
Trendonderzoek
Meet op vaste momenten een dynamische populatie
32
Wat meet je met trendonderzoek
- Uitkomstmaat
- Combinatie determinant uitkomstmaat
33
Wanneer longitudinaal onderzoek?
Doel; inzicht in bepaalde uitkomsten
Subdoel: Blootstelling bepaalde determinant resulteert in uitkomstmaat vaker dan die niet blootgesteld zijn aan determinant
34
Vele vaste meetmomenten (longitudinaal onderzoek)
goede blik op determinant-uitkomstrelatie over de tijd heen
35
Betrouwbaarheid
Reproduceerbaarheid van je resultaten of onderzoeksuitkomsten
Onderzoek opnieuw uitvoeren vind je dezelfde uitkomsten (geen
36
Meetinstrument betrouwbaar als hetzelfde is bij :
1. Andere onderzoeker
2. Ander tijdstip
3. Andere omstandigheden
37
Vormen van betrouwbaarheid
- Interne consistentie
- Intrabeoordelaars betrouwbaarheid
- Interbeoordelaars betrouwbaarheid
38
Interne consistentie
Meestal vragenlijst
- Meerdere stellingen die onderliggende concept meten
+ Overlappen deels en met concept
Mate waarin antwoorden overeenkomen --> correlatieefficient
39
Cronbach's alfa
mate van samenhang tussen de antwoorden op de stellingen
40
Interbeoordelaars
Meerdere onderzoekers meten met hetzelfde instrument en bepalen correlatie tussen deze metingen
41
Intrabeoordelaars
Als onderzoeker zelf meten op meerdere momenten met hetzelfde meetintrument en bepaal je de correlatie tussen die metingen
42
Validiteit
Meet het instrument hetgene wat het hoort te meten --> geen systematische fouten
43
Vier vormen validiteit
1. Criterium validiteit
2. Begripsvaliditeit
3. Inhoudsvaliditeit
4. Face fidelity
44
Face fidelity
Mate waarin instrument op eerste gezicht een goede afspiegeling is van het onderliggende theoretische concept
- Gebaseerd op oordelen
- Zwakste vorm
Vragen aan respondenten; in hoeverre vind je dit een goede afspiegeling?
45
Inhoudsvaliditeit
Mate waarin het meetinstrument het onderliggende concept inhoudelijk goed afdekt
- Oordeel experts
- Hoe goed zijn de experts?
Relatief zwak; hoeveel en welke experts?
46
Begripsvaliditeit
Mate waarin het meetinstrument het theoretische concept representeert
Twee soorten
- Convergent
- Divergent
Veel vertrouwen theorie en literatuur
Gaat om meetinstrumenten en correlatie
47
Convergente begripsvaliditeit
instrumenten die hetzelfde concept meten hoog correleren
48
Divergente begripsvaliditeit
uitkomsten twee instrumenten die iets anders meten, moeten laag correleren
49
Criteriumvaliditeit
Mate waarin de uitkomsten van een meetinstrument overeenkomen met een gouden standaard (zeker weet dat het de uitkomst goed meet)
Vertoont een meetinstrument hoge samenhang met een criterium (referentie, gouden standaard, norm of waarheid)
Goede samenhang = hoge validiteit
50
Concurrente criteriumvaliditeit
meetinstrument en referentie op zelfde moment gemeten en uitkomsten vergelijken
51
Predictieve validiteit
- met nieuwe meetinstrument de uitkomst van de gouden standaard op een later moment wil je voorspellen
Meetinstrument (t) en de referentie(t+x) op een ander moment; mate waarin meetinstrument de referentiewaarde (in de toekomst) kan voorspellen
52
Selecte steekproef
Onbekende kans om in de steekproef te komen
Kans om mee te doen niet gelijk; doordat je selectief selecteert
53
Wanneer selecte steekproeven? 3
1. Kwalitatief onderzoek; generaliseerbaarheid van resultaten is minder belangrijk
2. Theoretische overwegingen
3. Wanneer er geen steekproefkader beschikbaar is; geen lijst waar iedereen van je populatie op staat
54
Vormen van selecte steekproef 4
- Gelegenheidssteekproef
- Quota steekproef
- Beoordelingssteekproef
- Sneeuwbalsteekproef
55
Gelegenheidssteekproef (select)
Selecteer je mensen die voor handen zijn, onderzoeker bepaalt niet vooraf wie er wel of niet meedoet
VB; studenten op campus EUR
56
Voordeel Gelegenheidssteekproef & quota steekproef (select)
- Snel
- Praktisch
- Goedkoop
- Simpel
57
Nadeel Gelegenheidssteekproef & quota steekproef (select)
- gevoelig voor vertekening; generalisatie niet mogelijk
58
Quota steekproef
Voegt quota voor bepaalde persoonskenmerken toe; mannen vs vrouwen (gelijk) studenten van elke faculteit.
59
Beoordelingssteekproef
Selecteer je een specifieke groep mensen, ook wel ervaringsdeskundigen
Zinvolle informatie uit een specifieke groep
VB; ICT implementatie, vraag je select aan medewerkers wat er goed en niet goed is
60
Nadeel Beoordelingssteekproef
- Gevoelig voor vertekening; niet generaliseerbaar
VB: Doordat je het aan de medewerkers vraagt
61
Sneeuwbalsteekproef
Vanuit een persoon meerdere personen identificeren, door te vragen aan patient of ze nog meerdere patiënten kennen
- Tot saturatiepunt is bereikt
62
Aselecte steekproef
Toevalssteekproef; van te voren berekende kans om in steekproef te komen
- Goede afspiegeling totale populatie
- goede representatie (nauwkeurig en zuiver)
- Telkens aselect steekproef trekken uit dezelfde populatie = dezelfde uitkomsten
63
Domein/ populatie
alle mensen waar je onderzoek over gaat en probleemstelling op van toepassing
64
Operationele populatie
afgebakend
65
steekproefkader
Lijst met personen uit de operationele populatie
- Iedereen moet hier op staan
(HA patientlijst als voobeeld)
66
Stappen aselecte steekproef
1. Populatie / domein bepalen
2. Steekproefkader bepalen
3. Steekproefmethode
4. Steekproefgrootte
5. Trekken steekproef
67
Vier soorten methoden aselecte steekproef
- enkelvoudige
- Systematische
- gestratificeerde
- clustersteekproef
68
Enkelvoudige steekproef
mensen rechtstreeks uit steekproefkader selecteren (gelijke kansen)
69
Voordeel enkelvoudige steekproef
- Daadwerkelijke trekking eenvoudig
- transparant
70
Nadeel enkelvoudige steekproef
- Werkt niet bij subgroepen
- Zorgt voor regionale spreiding -> niet makkelijk onderzoek heel land doorreizen (nadeel bij interviews vb)
71
Nadeel enkelvoudige steekproef
- Werkt niet bij subgroepen
- Zorgt voor regionale spreiding -> niet makkelijk onderzoek heel land doorreizen (nadeel bij interviews vb)
72
systematische toevalssteekproef
Startpunt met intervallen in je lijst
Interval door steekproefkader / steekproef = 100/20, dus om de 5 mensen kiezen
73
Nadeel systematische steekproef
- Subgroepen moeilijker
- Voor regionale spreiding
- Vertekening veroorzaken; als er systematiek in de lijst zit door de intervallen
VB; patientlijst (geordend van minst naar meest erge ziekte) vertekening
74
Voordeel systematische steekproef
- Transparant
- eenvoudig
75
Gestratificeerde steekproef, als je iets wil weten over?
Bij persoonskenmerken waarvan je iets specifieks wil meten (leeftijd, geslacht, plaats)
Van te voren indelen in subgroepen
76
Strata heten ook wel
Subgroepen
77
2 soorten gestratificeerde steekproeven
1. Proportioneel
2. disproportioneel
78
proportionele gestratificeerde steekproef
oneven verdeeld aantal mensen over strata
In overeenstemming met werkelijkheid mensen selecteren; uit grotere strata meer mensen includeren dan uit kleinere strata
79
b. Disproportionele gestratificeerde steekproef;
evenveel mensen uit elke strata
Relatief meer mensen in kleine strata dan in werkelijkheid
80
Voordeel disproportioneel gestratificeerde steekproef
Goed onderzoek kan doen in kleine groepen
Voldoende mensen in alle steekproeven, achteraf corrigeren (steekproef niet gelijk werkelijke populatie)
81
Voordeel gestratificeerde steekproef
- Gestratificeerde steekproeven nauwkeuriger; omdat je een bron van vertekening uitsluit
- Vooral als je groepen wil vergelijken
82
Nadeel gestratificeerde steekproef
- Moeilijk om aan informatie uit strata te krijgen
83
Clustersteekproef
Populatie opdelen op basis van natuurlijke clusters ipv op persoonskenmerken
84
2 manieren cluster steekproef
- standaard clustersteekproef
- Tweetraps clustersteekproef
85
Standaard steekproef - cluster
Selecteer je uit bestaande cluster welke wel of niet geïncludeerd worden --.> enkelvoudige toevalssteekproef
Uit de clusters die wel geselecteerd zijn, worden ALLE mensen uitgenodigd
VB; van geselecteerde clusterziekenhuizen alle patiënten uitgenodigd en de niet-geselecteerde wordt niemand uitgenodigd.
86
Tweetraps steekproef cluster
Selecteer je ook uit bestaande clusters (uit steekproefkader) welke wel en niet geselecteerd worden.
Vervolgens binnen cluster bepalen welke mensen je selecteert
VB: onderzoek in ZH, sommige binnen geselecteerd cluster wel en niet geselecteerd
87
Voordeel clustersteekproeven
- minimaliseer je regionale spreiding
- van mensen in cluster geen steekproefkader nodig (omdat je hele cluster uitnodigt)
88
Nadeel clustersteekproeven
- soms niet representatief voor hele populatie (enkele clusters en niet erg van elkaar verschillen)
- Mensen binnen 1 cluster lijken vaak meer op elkaar dan mensen binnen verschillende clusters
89
Optimale steekproefgrootte hangt af van
- Hoe betrouwbaar wil je dat je resultaten zijn?
- Hoe heterogeen (verschillend) is je populatie?
Bepaal dit van te voren in je onderzoeksopzet
90
Betrouwbaarheid
vrij van toevalsfouten
91
Validiteit
vrij van systematische fouten
92
reponsiviteit
mate waarin een meetinstrument reageert op veranderingen in datgene wat het meet
Flutuaties ook goed gemeten worden -> voorbeeld thermometer veranderbaar bij
93
Betrouwbaarheid over de tijd heen
Intrabeoordelaars
94
Betrouwbaarheid tussen onderzoekers
Interbeoordelaars
95
Begripsvaliditeit komt het meeste voor bij
Vragenlijsten
96
soorten coefficienten
- Chronbachs alfa; meet de interne consistente hoeverre het onderliggende concept wordt gemeten --> betrouwbaarheid
- Correlatiecoefficient --> validiteit (VB; begripsvaliditeit tussen twee meetinstrumenten)
97
Subjectieve maten validiteit
Inhoudsvaliditeit en face filidity
98
Objectievere maten validiteit
- Criteriumvaliditeit
- Begripsvaliditeit
99
Dirvergente begripsvaliditeit gebruik je bij?
Nieuw meetinstrument dat je wil introduceren
100
Geen criteriumvalditeit bij?
Vragenlijsten
geen gouden standaard om gedrag te meten
101
Interne validiteit
zijn de uitkomsten van je onderzoek correct voor alle mensen die je hebt onderzocht (die je hebt onderzocht!!!)
102
Externe validiteit
Zijn de uitkomsten generaliseerbaar: kan je iets zeggen over mensen die niet mee gedaan hebben
103
generaliseerbaar naar?
- totale populatie
- Naar andere populaties
- Andere tijd, plaats of setting
104
voorwaarde intern externe validiteit
Interne validiteit is een voorwaarde voor externe validiteit
105
SOorten bias (4)
- Selectiebias
- Informatiebias
- Confounding bias
- Overige biases
106
selectiebias
fout betreffende de onderzoeksparticipanten
alle onderzoekdesigns
107
informatiebias
fout betreffende de meting van de determinant of uitkomst (metingen)
108
selectiebias op verschillende momenten
vier soorten momenten:
- Selectie onderzoekspopulatie
- selectieve participatie
- Besmetting
- Attritie
109
confounding bias
speciale vorm van samenhang tussen onafhankelijke en afhankelijke variabelen
110
Selectiebias - Onderzoekspopulatie
- Healthy worker effect
- Refferal bias
- admission bias
- incidentie-precalentie bias
111
Healthy worker effect
selectiebias - onderzoekspopulatie
Werkende mensen zijn vaak gezonder, omdat je voor werk gezond moet zijn. Verschilt van algemene populatie
112
Refferal bias
Selectiebias - onderzoekspopulatie
Bij patienten in ZH en HA
Mensen die verwezen zijn naar de specialist zijn gemiddeld ongezonder dan mensen die bij de HA blijven
113
admission bias
selectiebias - onderzoekspopulatie
selectieve verwijs procedure door de HA naar specialistische zorg op basis van de te onderzoeken determinant
VB;HA weet dat er een onderzoek loopt naar migraine en een lage bloeddruk en verwijst sneller naar ZH
114
incidentie-prevalentie bias
selectiebias - onderzoekspopulatie
Mensen die net gediagnosticeerd zijn, zijn anders dan mensen die de ziekte net hebben
115
non respons bias/ volunteer bias
Selectiebias - Selectieve participatie
; mensen die mee doen met onderzoek verschillen systematisch met de algemene populatie
116
2 soorten selectiebias - Besmetting
- contaminatie
- compliance bias
vaak bij RCT of quasi experiment
117
Contaminatie
Vorm van selectiebias - besmetting
wanneer deelnemers uit de controle arm (een deel van) de behandeling toch krijgen krijgen toch iets van de interventie mee
118
Compliance
Selectiebias - besmetting
wanneer de deelnemers in verschillende armen van het onderzoek systematisch meer of minder therapietrouw zijn
VB:Alleen medicijnen in de ochtend innemen i.p.v. 3 keer per daags, systematische vertekening
119
Attritie
Selectiebias - uitval
vaak alleen bij longitudinaal onderzoek (cohort) of experimenteel
deelnemers aan onderzoek zijn uit het onderzoek verdwenen of hebben zich terug getrokken ten tijde van de uitkomst meting'
Overblijvers verschillen systematisch
120
Soorten informatiebias
-Recall bias
-Differentiële misclassificatie
121
Recall bias
informatiebias
als je terug gaat in de tijd, achteraf herinneren we ons een gebeurtenis uit het verleden anders dan op het moment van de gebeurtenis
122
Differentiële missclassificatie
door meetfouten komt een determinant of uitkomst in de verkeerde klasse terecht
--> case controle gaat iets meer op zoek naar een determinant dan eigenlijk had gemoeten
---> RCT uikomsten nauwkeuriger gemeten bij controlegroep
123
Confounding bias
Vertekening, onafhankelijke determinant de uitkomst maat als de andere onafhankelijke variabele beïnvloedt.
Niet duidelijk welke variabele de oorzaak is voor het ontwikkelen van een uitkomst maat
Twee determinanten beïnvloeden de afhankelijke variabele, maar hangen ook onderling samen. Niet duidelijk of de oorzaak dan SES of materiele factoren is
124
Overige vormen van bias
- Rijping of leercurve
- Placebo effect
- Hawthorne effect
125
leercurve of rijping effect
bij de eerste onderzoeksparticipanten gaat het onderzoek minder makkelijk, routinematig, waardoor de determinanten/uitkomsten van de eerste participanten verschillen van de latere
126
redenen waarom geen volledige populatie onderzoek
* Te duur en duurt te lang
* Vaak onnodig
* Maximaliseren van de datakwaliteit
127
Wanneer wel populatie volledig voor onderzoek?
* Populatie erg klein
* Data eenvoudig toegankelijk
* Uitgebreide onderzoeksmiddelen; is nooit
* Zeer beperkte verwachte respons
128
definitie steekproef
Het selecteren van een kleiner aantal eenheden (steekproef) uit een grotere gedefinieerde groep (populatie), waarbij je veronderstelt dat je met de informatie verzameld in de kleinere groep iets kan zeggen over de grotere groep
129
Asselecte steekproef en selecteren
volledig willekeurig en van de voren hoeveel mensen je selecteert
zo accuraat mogelijke afspiegeling populatie
gestructureerd
objectieve realiteit
kwantitatief onderzoek
louter toevallig selecteren
130
Selecte steekproef kenmerken 5
doelbewust mensen selecteren, niet van te voren bepalen hoe veel mensen je selecteert tot saturatiepunt (open proces)
Diepgang
doelbewust selecteren
theoretische steekproeven
proces open karakter
131
wanneer selecte steekproef? 3
1. Geen selectiebron (steekproefkader) voor handen
2. Generaliseerbaarheid is van ondergeschikt belang; niet per se representatief
3. Selectie op basis van theoretische overwegingen
132
Foutbronnen 3 soorten
- Steekproeffout
- Niet steekproeffout
- non respons
133
Soorten steekproeffout
- trekkingsfout; niet iedereen dezelfde kans om in steekproef te komen
- schattingsfout; toevallige samenstelling steekproef, zorgt voor een standaard fout door de schatter --> fout heb je altijd
Hoe groter je steekproef hoe betere afspiegeling van totale populatie -> hoe kleiner de schattingsfout
134
Niet steekproef fout soort
- Waarnemingsfout; ontstaan door het op incorrecte wijze verzamelen, vastleggen en verwerken van de gegevens (eenheden die zijn waargenomen)
- niet waarnemingsfout;
135
Waarnemingsfout
- Overdekking; metingen bij eenheden (mensen) die niet in het kader hadden mogen zitten
VB: mensen die al lang beter zijn, mensen die al verhuisd zijn
- Meetfout: gegevens komen niet overeen met de werkelijkheid door allerlei verstoringen bij het meten
VB; Verkeerd instrument, verkeerde vraag
- Verwerkingsfout: verstoringen bij de verwerking van de gegevens, als je de data al hebt
VB: Mensen verkeerd ingedeeld
VB: Kwalitatief onderzoek --> interpretatie van de onderzoeker
136
Niet waarnemingsfout
- Onderdekking; eenheden die ten onrechte niet in het kader zitten
VB; diabetes type 1 en 2 hadden in je steekproef moeten zitten
- Non respons; steekproefeenheden (mensen) participeren (deels) niet
137
Niet waarnemingsfout
- Onderdekking; eenheden die ten onrechte niet in het kader zitten
VB; diabetes type 1 en 2 hadden in je steekproef moeten zitten
- Non respons; steekproefeenheden (mensen) participeren (deels) niet
138
4 dingen om rekening mee te houden bij respons
- Responsgraad
- bereikbaarheid
- Bereidwilligheid
- De niet in staat
139
responsgraad
Responsgraad: het % van de geselecteerde steekproefeenheden dat daadwerkelijk deelneemt aan het onderzoek
140
Bereikbaarheid verhogen door
* Meer contactpogingen: reminder, verschillende tijdstippen
* Methoden van dataverzameling combineren
141
Bereidwilligheid verhogen
* Aankondigingsbrief
* Beloningen (presentje, grotere loterij, gift goed doel)
* Ervaren, goed getrainde interviewers/onderzoekers
142
Niet in staat
* Andere benadering, dataverzamelingsmethode
Meerdere talen vragenlijst? Hulp bij vragenlijst begrijpen
143
Waarom belangrijk om non respons te verminderen?
Zo kom je ook wat te weten over groepen die systematisch niet meedoen en kunnen een heel ander beeld geven
144
Waarbij statistiek nodig?
- zeggen over de uitkomsten van onderzoek (kwantitatief)
- Bij opzetten, presenteren en interpreteren
Gebruik bij beschrijvend en toetsend onderzoek
145
Waarom belangrijk statistiek?
1) Om zelf bepaalde vraagstukken op te kunnen lossen.
* Welke conclusies kun je uit de data trekken?
2) Om statistische onderzoeken te kunnen lezen en beoordelen.
* Zijn de methoden correct toegepast, kloppen conclusies?
146
Nominale of ordinale variabele
Chi2 toets en verdeling
147
Interval en ratio variabele
Normale of t-verdeling
148
Dubbelzijdig toetsen bij?
t-toets en z-toets
149
Wanneer t-verdeling of normale verdeling?
1. Kijk naar soort variabele?
2. Is de populatie standaarddeviatie sigma bekend?
3. populatiegrootte 60?
150
Normale verdeling
Gemiddelde van een steekproef is iedere keer anders maar ligt groterdeels binnen de 95%
nodig?
* Gemiddelde
* Spreiding
* Minimum
* Maximum
151
T-verdeling
Als je de standaarddev van de populatie niet weet
--> meer onzeker en meer spreiding rondom gemiddelde
* Lijkt veel op de normale verdeling, echter:
* σ onbekend
* Grotere onzekerheid, dus grotere spreiding
* Daarom aantal vrijheidsgraden nodig (n-1)!
Hoe meer mensen in steekproef hoe meer het lijkt op normale verdeling
152
chi 2 toets
Bij nominale en ordinale variabelen
Geen gemiddelde en spreiding
Frequentie van aantallen
Geen negatieve waarden
Aantal vrijheidsgraden bepaalt de vorm van de verdeling
Geen negatieve waarden (0 - ∞)
Vrijheidsgraden bepalen de vorm
N-1 (cellen)
Vrijheidsgraden ∞, normale verdeling
153
Stappenplan toetsen
Stap 1; Bepaal de verdeling en de toets
stap 2; Bepaal de hypothesen over de populatie en grenswaarde (α)
stap 3; Bepaal de toetsingsgrootheid
stap 4; Bepaal de p-waarde en vergelijk deze met de grenswaarde
stap 5: Formuleer een conclusie in woorden, statistisch en klinisch vergelijken
154
H0 hypothese
De nulhypothese (H0) is de hypothese die veronderstelt dat er geen verschil of verband is tussen de twee variabelen die onderzocht worden.
155
Kleinere P waarde dan Alpha
sterk bewijs tegen H0
verschillen dus significant van elkaar de twee groepen die vergeleken worden
156
Grotere P waarde dan alpha
geen sterk bewijs tegen H0
157
law of large numbers
hoe groter de sample, des te meer zal het gemiddelde van een sample zal dicht bij werkelijke gemiddelde liggen
158
x (streepje erboven)
steekproefgemiddelde
159
U (mu)
Populatiegemiddelde
160
betrouwbaarheidsinterval
Indien we 100 x een aselecte steekproef zouden trekken van gelijke grootte uit dezelfde populatie en 100x een 95% betrouwbaarheidsinterval bepalen
dan ligt het ware populatiegemiddelde 95 v/d 100x in het betrouwbaarheidsinterval
161
Bij betrouwbaarheidsinterval gaat het om de
Intervalgrenzen
Niks met kansen te maken
162
Smaller betrouwbaarheidsinterval
zekerder van gegevens.
Steekproefgemiddelde de juiste uitkomst geeft van het populatiegemiddelde
163
Hoe groter de sample - Hoe betrouwbaarheidsinterval?
Hoe kleiner het betrouwbaarheidsinterval
164
betrouwbaarheidsinterval berekenen (z)
gebruik je -/+1.96 als waarde
165
Wat doen als er maar net een significant verschil is?
Kijk of het klinisch relevant is
VB: Als er wellicht een significant verschil is, misschien in de praktijk maar 1 ml extra, is dit de moeite?
166
2 valkuilen bij significantie
o Pas op voor evidence biased medicine
o Focus niet op P-waarde alleen
167
Type 1 fout
treedt op wanneer een nulhypothese wordt verworpen terwijl deze eigenlijk waar is
168
type 2 fout
wanneer een nulhypothese wordt aanvaard terwijl deze eigenlijk onwaar is
