Thema 2.1 Flashcards
Een onderzoeker heeft twee manieren om deze toename van type-I-fout op te lossen:
- Het aantal uit te voeren toetsen te verminderen
2. De alpha strenger te maken
Het aantal uit te voeren toetsen te verminderen; en dit kan door(2):
- Contrasten op te stellen:
a-priori te bedenken welke vergelijkingen van belang zijn, en welke niet. - Omnibustoetsen:
kies een toets die eerst een algemeen effect toetst, en toets specifieke vergelijkingen pas als de omnibustoets aangeeft dat er ergens verschil is
De alpha strenger te maken; dit kan door
het kiezen van een post-hoc-correctiefactor. De bekendste hiervan is de Bonferroni: de alpha wordt dan gedeeld door het aantal getoetste vergelijkingen.
Toets: –> Effectgrootte?
t-toets
One-way ANOVA
ANCOVA
Factorial ANOVA
One-way repeated measures ANOVA
Mixed effect ANOVA
Effectgroottes:
r en cohen’s d
ω2; r
partial-; r
ω2; r
ANOVA ω2; r
r
Drempelwaardes voor effect sizes:
Small Medium Large
cohen’s d
r (correlation)
Eta-squared ɳ2
- 20 0.50 0.80
- 10 0.30 0.50
- 01 0.06 0.14
. . . zijn een manier om interne validiteit van een experiment te waarborgen.
Manipulatiechecks
Manipulatiechecks zijn variabelen die gemeten zijn om de onderzoeker de mogelijkheid te geven te toetsen of de beoogde manipulatie geslaagd is. Belangrijke vragen waar de onderzoeker antwoord op probeert te zoeken zijn:1. Heeft de manipulatie het beoogde effect gehad?2. Heeft de manipulatie onbedoeld een effect gehad op andere variabelen dan de beoogde?
The t-test
Bij het testen van het verschil tussen twee gemiddelden, hebben onderzoekers de neigingom de t-statistiek toe te passen, maar zich voor te doen als iets dat de t-test wordt genoemd. Er zijn twee varianten van deze test:
- Onafhankelijke t-test (independent t-test)
2. De gepaarde t-toets (paired-samples t-test)
- Onafhankelijke t-test (independent t-test)
deze test wordt gebruikt wanneer u twee gemiddelden wilt vergelijken die afkomstig zijn van omstandigheden die uitverschillende variabelen bestaan.
Between subject variant
De onafhankelijke t-toets wordt gebruikt om het verschil tussen onafhankelijke waarnemingen te toetsen. Voor scores in een tussenproefpersoonontwerp kan een onafhankelijke t-toets uitkomst bieden.
Omdat de scores in de twee voorwaarden geen logisch verband hebben, vergelijken we de gemiddelden op een effect (bias) per voorwaarde. We berekenen verschillen tussen de twee steekproefgemiddelden en niet tussen individuele paren scores.Het verschil tussen steekproefgemiddelden wordt vergeleken met het verschil dat we zouden verwachten te krijgen tussen de gemiddelden van de twee populaties waaruit de steekproeven komen.
- De gepaarde t-toets (paired-samples t-test)
deze test, ook bekend als de afhankelijke t-test (dependent t-test), wordt gebruikt wanneer u twee gemiddelden wilt vergelijken die komen uit voorwaarden die uit dezelfde of gerelateerde variabelen bestaan.
Within subject variant
De gepaarde t-toets wordt gebruikt om het verschil tussen twee ‘herhaalde metingen’ te toetsen. Het is van groot belang om te onthouden dat ‘herhaalde meting’ niet noodzakelijkerwijs een chronologie inhoudt. Een voor- en nameting is een klassiek voorbeeld van een herhaalde meting, maar een herhaalde meting is bijvoorbeeld ook de observatie van een moeder en een vader van het gedrag van hun kind. Kortom: in een binnenproefpersoonontwerp kan een gepaarde t-toets uitkomst bieden.
Kern van de paragraaf is dat de paired t-test niet de gemiddelde van twee groepen vergelijkt, maar de gemiddelde verschilscore tussen gepaarde waarnemingen.
De F-waarde is een verhoudingsmaat is tussen:
de variantie tussen groepen (hoeveel de gemiddelden van de groepen verschillen)en
de variantie binnen groepen (hoeveel individuen binnen de groepen verschillen).
(De F-toets wordt groter als de groepsgemiddelden verder uit elkaar liggen, en/of wanneer waarnemingen binnen groepen homogener zijn.)
