Experimenteel

Question 1

Voorwaarden causaliteit

Answer 1

1. Covariance/Covariatie
2. Temperal Precedence
3. Internal Validity

Question 2

Gerandomiseerd experiment

Answer 2

Onderzoeksontwerp waarbij:

• door randomisatie de groepen hetzelfde worden verondersteld
• de onderzoeker een variabele (onafhankelijk) manipuleert
• de onderzoeker het effect daarvan op een andere variabele meet (afhankelijk)

Question 3

Covariance/Covariatie

Answer 3

er moet een relatie zijn tussen oorzaak en gevolg

Question 4

Temperal Precedence

Answer 4

de oorzaak moet vooraf gaan aan het gevolg

Question 5

Internal validity/interne validiteit

Answer 5

alternatieve verklaringen moeten kunnen worden uitgesloten

Question 6

Hypothese

Answer 6

altijd geschreven a.d.h.v. geoperationaliseerde variabelen

Question 7

Bedreigingen van interne validiteit

Answer 7

• Design confound: was gemanipuleerde variabele wel het enige verschil tussen de behandeling van de 2 groepen
• Selectie effect: waren de 2 groepen wel vergelijkbaar bij aanvang van het experiment

Question 8

Doel van willekeurig toewijzing door randomisatie

Answer 8

om te zorgen dat:

• de gemiddelde scores en spreiding in scores, op alle variabele zowel gemeten als ongemeten, bij aanvang vergelijkbaar zijn tussen de gemeten groepen

↳ sterke interne validitiet

Question 9

Contaminatie

Answer 9

vervuiling van randomisatie

Question 10

Experimentele onderzoeksvraag

Answer 10

PICO:

• Population: onderzochte doelgroep
• Intervention: niveaus van gemanipuleerde variabelen
• Comparison: groepen die vergeleken worden
• Outcome: de gemeten afhankelijke variabele

Question 11

Experimenteel onderzoeksontwerp

Answer 11

Gerandomiseerd experiment: willekeurige toewijzing van deelnemers aan één van de condities

• experimentele groep
• controle groep

Question 12

Experimentele hypothese

Answer 12

1. Formuleren van statistische hypothesen
2. Keuze & berekenen toetsingsgrootheid
3. Kans bepalen resultaat gegeven H0
4. Beslissing nemen over H0

Question 13

Toetsingsgrootheid t

Answer 13

t = M1-M2/SE (standaardfout)

↳gestandaardiseerde score

met de t-toets word het relatieve verschil tussen de twee groepen gemeten op grond van

• verschil in gemiddelde tussen groepen (M1-M2)
• de spreiding in scores in de groepen (SD1-SD2)
• de grootte van de groepen (n1-n2)

kleine t = klein relatief verschil tussen groepen grote t = groot relatief verschil tussen groepen

Question 14

kleine t = grote p

grote t = kleine p

Answer 14

• grote p-waarde → grote overeenkomst met H0 → klein relatief verschil tussen groepen → kleine t
• kleine p-waarde → weinig overeenkomst met H0 → groot relatief verschil tussen groepen → grote t

Question 15

tweezijdige alternatieve hypothese

Answer 15

bij het opstellen van een hypothese wordt er rekening gehouden dat het verschil beide kanten op kan vallen

• r = correlatie in steekproef
• p = correlatie in populatie

Question 16

Eenzijdige alternatieve hypothese

Answer 16

onderzoekers kijken niet of gemiddelden verschillen maat of specifiek het gemiddelde van de ene groep hoger/lager ligt dan de andere

↳ geeft dus ook richting van verschil aan

• r = correlatie in steekproef
• p = correlatie in populatie

Question 17

P-waarde

Answer 17

Geeft de kans aan dat als je H0 waar is, je gelijke of extremere waardes dan je geobserveerde waardes zou vinden.

Question 18

Type 1 fout

Answer 18

het foutief verwerpen van H0

Question 19

Type 2 fout

Answer 19

het foutief niet verwerpen van H0

Question 20

Alpha

Answer 20

= significantieniveau

een vooraf bepaalde grenswaarde hoe groot de kans op type 1 fout mag zijn. Keuze van a hangt af van situatie

Question 21

p > a

Answer 21

niet-ondersteunende data leidt tot herziening van de theorie of een verbeterd onderzoeksontwerp

Question 22

p < a

Answer 22

ondersteunende data leidt tot versterking van theorie

Question 23

Power

Answer 23

De kans op het terecht verwerpen van H0. Wordt beïnvloed door:

• de steekproefgrootte

↳ grotere steekproef → meer power om h0 te verwerpen

↳ hoe groter de steekproef →meer kans op vinden van klein verschil

• de grootte van het verschil in populatie

↳ hoe groter spreiding in populatie → groter kans op groter verschil in steekproef → groter kans in het doen van steekproef met het verwerpen van h0

• het significantieniveau

↳ wanneer a kleiner wordt → lastiger om h0 te verwerpen → meer kans op het behouden van h0 → kans op type 2 fout hoger

• de spreiding in de gemeten scores

↳ hoe groter de spreiding →

• de keuze van de statistische techniek

Question 24

Cohen’s d

Answer 24

de absolute grootte van een effect uitgedrukt in het aantal standaarddeviaties.

hoe ver vanelkaar 2 experimentele groepen zijn van de af

vuistregels:

• d = 0,2 → kein
• d = 0,5 → medium
• d = 0,8 → groot

Question 25

Steekproeffout

Answer 25

steekproefgemiddelde ≠ populatiegemiddelde

Question 26

Standaardfout (SE)

Answer 26

standaardafwijking van de steekproeffouten

SE = wortel (SD2 pooled/n1 + SD2pooled/n2)

Question 27

Betrouwbaarheidsinterval

Answer 27

een interval van waarschijnlijke waarde op grond van steekproef

Question 28

Assumpties t-toest

Answer 28

1. steekproef is aselect
2. de afhankelijke variabele is van interval/ratio meetniveau
3. de 2 groepen zijn onafhankelijk
4. de scores in beide groepen zijn normaal verdeeld
5. de scores in beide groepen hebben gelijke spreiding

Question 29

Directe replicatie

replicatie onderzoek

Answer 29

een situatie waarin een experiment op exact dezelfdewijze worden heraald

• voordeel: zeer goed vergelijkbaar
• nadeel: problemen met interne validiteit bij origineel onderzoek nog steeds aanwezig

Question 30

Conceptuele replicatie

replicatie onderzoek

Answer 30

design van oorspronkelijk onderzoek verbeteren om interne validiteit te verhogen

Question 31

Replicatie + uitbreiding

replicatie onderzoek

Answer 31

voordeel: mogelijkheid om aanvullende vragen te onderzoeken
nadeel: minder goed vergelijkbaar