Experimenteel 2 Flashcards
- Covariance:
er moet een relatie zijn tussen oorzaak en gevolg
- Temporal precedence
de oorzaak moet voorafgaan aan het gevolg
- Internal validity:
alternatieve verklaringen moeten worden uitgesloten
gerandomiseerd experiment,
- Door randomisatie de groepen hetzelfde worden verondersteld
- De onderzoeker een variabele manipuleert
- De onderzoeker het effect daarvan op een andere variabele meet
Onafhankelijke variabelen
gemanipuleerde variabele (type aantekeningen bv.)
Afhankelijke variabele
gemeten variabele/uitkomst variabele (leerprestaties bv.)
- Design confounds
was de gemanipuleerde variabele wel het enige verschil in de behandeling van de twee groepen?
- Selectie effect
de groepen zijn aan het begin van het experiment toch niet helemaal gelijk
Doel van willekeurige toewijzing is om ervoor te zorgen dat: -
De gemiddelde scores en spreiding in scores
- Op alle variabelen, zowel gemeten als ongemeten
- Bij aanvang vergelijkbaar zijn tussen de groepen
contaminatie:
- Deelnemers in experimentele groep vertellen deelnemers in controle groep over deelname
- Deelnemers houden zicht niet aan de behandeling
- Beïnvloeding door de onderzoeker
PICO
P: population (de groep mensen die de onderzoeker wil onderzoeken)
I: intervention (niveaus van de gemanipuleerd/onafhankelijke variabele)
C: comparison (groepen die vergeleken worden)
O: outcome (gemeten/afhankelijke variabele)
- Eenzijdige hypothese
hierin staat een specifieke richting van de relatie of het verschil. Deze wordt gebruikt wanneer de onderzoeker een specifieke, gerichte verwachting heeft. Je kunt deze herkennen aan een < of een > in de hypothese.
De tweezijdige alternatieve hypothese
Daarin staat géén specifieke richting van de relatie of het verschil. Deze wordt gebruikt wanneer de onderzoeker een algemene vraag heeft of er wel of niet een verschil of relatie is. Je kunt deze herkennen aan een ≠ in de hypothese.
Het geobserveerde verschil is het verschil tussen de gegevens in de steekproef en wat er verwacht wordt onder de nulhypothese (dit is meestal 0).
Significant resultaat: een resultaat waarbij de nulhypothese verworpen wordt.
Met de t-toets bepalen we
het relatieve verschil tussen de twee groepen
Verschil in gemiddelden tussen de groepen
𝑀1 − 𝑀2 De spreiding in scores in de groepen: SD1 en SD2 De grootte van de groepen: 𝑛1 en 𝑛2
Wanneer meerdere steekproeven getrokken worden uit een populatie waarin H0 waar is
- Zal het verschil in gemiddelden tussen de twee groep vaak dichtbij nul zijn
- Zal de waarde van t dus ook vaak dichtbij nul zijn
- Zullen de t-waarden die ver weg liggen van nul veel minder vaak voor komen
Een groter verschil in gemiddelden
t wordt groter
Meer spreiding
t wordt kleiner
Grotere steekproeven >
t wordt groter
Als de steekproef groter wordt (standaardfout)
wordt de standaardfout kleiner.
Hoe groter n (steekproef), power
hoe hoger de power
Hoe groter het verschil tussen de groepen power
hoe hoger de power.
Hoe groter alfa
hoe hoger de power.
Statistische validiteit
de onderzoekers concluderen dat er een effect is van tussentijds reviseren van aantekeningen op leerprestaties
Cohen’s d
- Ook wel standardized mean difference genoemd
- Drukt verschil tussen de twee gemiddelden uit in standaardafwijkingen
- Formule: d = M1 – M2 / SD
vuistregel Cohen’’s
- 2 = kleine sterkte (0.1 bij r)
- 5 = medium sterkte (0.3 bij r)
- 8 = grote sterkte (0.5 bij r)
Het gebruiken van Cohen’s d heeft een aantal voordelen:
- Het maakt het communiceren van je resultaten makkelijk (iedereen kan begrijpen wat Cohen’s d betekent)
- Je kunt de grootte van verschillende effecten gemakkelijk met elkaar vergelijken
nadeel:
de effectgrootte hangt sterk af van hoe je standaardiseert.
Cohen’s d is onafhankelijk van de steekproefgrootte.
Betrouwbaarheidsinterval
om de grootte van het verschil tussen de twee groepen te beschrijven
Grotere steekproef geeft een (betrouwbaarheidsinterval)
kleinere standaardfout → smaller interval
Grotere spreiding in scores in populatie geeft (betrouwbaarheidsinterval)
grotere spreiding in scores in steekproef, dus meer onzekerheid → breder interval.
Grotere spreiding in scores in populatie geeft (betrouwbaarheidsinterval)
grotere spreiding in scores in steekproef, dus meer onzekerheid → breder interval.
Betrouwbaarheidsniveau
Een onderzoeker kiest veelal een betrouwbaarheidsniveau dat past bij het significantieniveau
- Hoger betr.niveau geeft
meer zekerheid, maar breder interval
- Bij 99%BI is het waarschijnlijker
dat het interval om de populatiewaarde heen valt
- Bij 90%BI hebben
we minder zekerheid
- Hoger betr.niveau →
breder interval
Assumpties t-toets
. De steekproef is een aselecte steekproef
- Afhankelijke variabele is van interval of ratio meetniveau
- De twee groepen zijn onafhankelijk
- Scores in beide groepen zijn normaal verdeeld
- Scores in beide groepen hebben gelijke spreiding
Het schenden van assumpties leidt tot een
lagere statistische validiteit.
Relevantie wordt beoordeeld
a.d.h.v. Cohen’s 𝑑
Nauwkeurigheid wordt beoordeeld
a.d.h.v. een betrouwbaarheidsinterval
De geschiktheid van de statistische toets wordt
beoordeeld door het controleren van de assumpties
Directe replicatie:
wanneer onderzoekers de originele studie herhalen om te zien of het effect hetzelfde is in de nieuwe verzamelde data
- Voordeel: zeer goed vergelijkbaar
- Nadeel: problemen met interne validiteit bij origineel onderzoek zijn nog steeds aanwezig
Conceptuele replicatie:
wanneer onderzoekers dezelfde onderzoeksvraag gebruiken, maar andere methodes.
Voordeel: mogelijkheid om design te verbeter en dus verhoging interne validiteit
- Nadeel: minder goede vergelijkbaarheid
Replicatie + uitbreiding:
uitbreiding: wanneer onderzoekers het onderzoek reproduceren, maar voorwaarden of variabelen toevoegen.
Voordeel: mogelijkheid aanvullende vragen te onderzoeken
- Nadeel: minder goede vergelijkbaarheid
- Manipulatie check:
een extra afhankelijke variabele die onderzoekers kunnen toevoegen aan hun onderzoek om hunzelf ervan te overtuigen dat de manipulatie goed is.
- Pilot study
een simpel onderzoek, voorafgaand aan het echte experiment, dat een andere groep participanten gebruikt.
- Preregistratie:
onderzoekers kunnen hun onderzoeksmethoden, hypothesen of statistische analyses online zetten voorafgaand aan dataverzameling
- Open science:
het delen van data en materialen zodat anderen kunnen meewerken, het kunnen gebruiken en/of resultaten kunnen verifiëren
T-test
- Nulhypothese vaststellen
- T-test uitvoeren voor beide groepen
- Kan berekenen op hetzelfde of een extremer resultaat als de nulhypothese waar is
- Bepalen of de nulhypothese verworpen moet worden