Basistermen 4

Question 1

Bivariate correlation

Answer 1

Bivariate Correlations: correlatie tussen precies 2 variabelen.

(bi = twee)

Question 2

Curvilinear correlation

Answer 2

Curvilinear correlation: non-linear correlation. E.g. age and use of health care service. A correlation may be 0 but be curvilinear

Question 3

Categorical data

Answer 3

Categorical data: categorisch = b.v. ‘ja of nee’ ipv een reeks.

Question 4

Wat meet de p-waarde?

Answer 4

p-waarde = kans dat meting door toeval is ontstaan

Hoe hoger correlatie steekproef, hoe lager p-waarde. Hoe groter steekproef, hoe lager p-waarde.

Question 5

Effect size

Answer 5

Effect size: strength of relationship between variables, importance of the correlation. Effect sizes can’t be reliably seen by the number, the numbers should be interpreted within their context.

Question 6

Waat hangt statistische significantie vanaf?

Answer 6

effectgrootte en steekproefgrootte.

Question 7

Wat is statistische significantie?

Answer 7

Statistische significantie geeft aan hoe waarschijnlijk het is dat een gevonden effect in een onderzoek niet door toeval is ontstaan, maar een reëel effect weerspiegelt. Het helpt onderzoekers om te bepalen of de resultaten van hun studie betrouwbaar zijn en niet toevallig of ruis in de data.

Question 8

Restriction of range

Answer 8

Restriction of range: when the measurement doesn’t include the full range of data. For instance, SAT correlation with College grades. Colleges don’t accept all SAT scores, meaning the range is incomplete. Primarily makes correlation SMALLER.

Question 9

Correction for restriction of range

Answer 9

Correction for restriction of range: computing rest of the range when it is unavailable. Only possible when variables have very little variance.

Question 10

Third variable problem

Answer 10

Third variable problem: 3rd unknown variable causing correlation. (e.g. “gender” between height and hair length)

Question 11

richtlijnen p grootte

Answer 11

p < 0.05: Dit is de meest gebruikte drempel voor statistische significantie. Als de p-waarde kleiner is dan 0.05, wordt het resultaat doorgaans als statistisch significant beschouwd, wat betekent dat er minder dan 5% kans is dat het effect toevallig is.

p < 0.01: Een strengere drempel. Als de p-waarde kleiner is dan 0.01, betekent dit dat er minder dan 1% kans is dat het resultaat toevallig is. Dit wordt vaak gebruikt in onderzoeken waarbij nauwkeurigheid extra belangrijk is, zoals in medisch onderzoek.

p < 0.001: Dit is een nog strengere grens en wordt soms gebruikt in zeer gevoelige of rigoureuze onderzoeken. Een p-waarde kleiner dan 0.001 betekent dat er minder dan 0.1% kans is dat het resultaat door toeval kan worden verklaard.

p > 0.05: Als de p-waarde groter is dan 0.05, wordt het resultaat meestal als niet-statistisch significant beschouwd. Dit betekent dat er onvoldoende bewijs is om de nulhypothese te verwerpen, en het effect zou toevallig kunnen zijn.

Question 12

Spurious association

Answer 12

• Spurious association: association between two variables before 3rd variable was known.

Question 13

Moderator variable

Answer 13

Een moderatorvariabele (of moderator) is een variabele die de sterkte of richting van de relatie tussen twee andere variabelen beïnvloedt. In andere woorden, een moderator bepaalt onder welke omstandigheden of voor wie een bepaald effect sterker of zwakker is.

Question 14

Wat zijn afhankelijke en onafhankelijke variabelen?

Answer 14

Onafhankelijke (Independent) variable: gemanipuleerde variabele in experiment. (e.g. Adult’s effort behavior, grouped in the conditions of effort and no effort).

Afhankelijke (dependant) variable: de gemeten variabele. (hangt af van de onafhankelijke variabele).

Question 15

Wat zijn de X en Y as meestal (on)afhankelijke variabeleen

Answer 15

• X-as: meestal onafhankelijke variabele
• Y-as: meestal afhankelijke variabele

Question 16

Wat zijn condities van een variabele?

Answer 16

de niveau’s van de variabele

Question 17

Controle variabele

Answer 17

Controle variabele: variabelen die constant zijn voor alle groepen, zodat het verschil zodanig alleen zit in dat van de onafhankelijke variabelen.

Question 18

Controlegroep

Answer 18

Controlegroep: groep waarin de onafhankelijke variabele ‘geen behandeling’ representeert en je dus geen effect verwacht.

Question 19

Treatment group

Answer 19

Treatment group: groep(en) die behandeling krijgen (verschillende niveau’s van medicatie).

Question 20

Selection effects

Answer 20

Selection effects: als één niveau van de onafhankelijke variabele een andere soort mensen heeft, of wanneer participanten hun groep mogen kiezen.

Question 21

Independent groups design

Answer 21

Independent-groups design: verschillende groepen mensen in elke groep.

Question 22

Design confounds

Answer 22

Design confounds: fout in ontwerp van onafhankelijke variabele. Een tweede variabele varieert met de bedoelde onafhankelijke variabele, wat een alternatieve verklaring biedt.

Question 23

Within-groups design

Answer 23

Within-groups design: elk persoon doet mee aan alle niveaus van de onafhankelijke variabele.

Question 24

Repeated-measures design (vorm within- gruops design)

Answer 24

1. Repeated-mesures design: Participanten meer dan 1x afhankelijke variabele laten testen.

Question 25

Concurrent- measures design (vorm within-groups deisgn)

Answer 25

2. Concurrent-measures design: alle niveaus tegelijk tonen (b.v. voorkeur ooggedrag bekijken).

Question 26

Demand Characteristic

Answer 26

Demand characteristic: Verwachting vormen over hypothese van experiment en daardoor anders gedragen. (b.v. blanke/gekleurde gezichten beoordelen en concluderen dat het gaat over bevooroordeling).

Question 27

Wat is een latin square?

Answer 27

o Latin square: counterbalancing systeem waarin elke conditie tenminste 1x voorkomt.

Question 28

Wat zijn de constructen in een experimenteel design?

Answer 28

Onafhankelijke en afhankelijke variabelen