Samenvatting - KOM deel 2
3) experimenteel onderzoek
Correlatie is NIET een causaal verband
Voorwaarden van causaliteit:
1. Covariance (er moet een relatie zijn tussen oorzaak en gevolg)
2. Temporal precedence (de oorzaak loopt vooraf aan gevolg)
3. Interne validiteit (alternatieve verklaring voor relatie moet worden uitgesloten)
Om hier aan te voldoen: gerandomiseerd experiment
- Door randomisatie worden de groepen eerlijk verdeeld
- 1 variabele wordt door onderzoeker gemanipuleerd
- Het effect van de manipulatie op een andere variabele wordt door onderzoeker gemeten
Gevaar bij interne validiteit
Design confounds; was de gemanipuleerde variabele wel het enige verschil in behandeling
twee groepen
Selectie effect; of de twee groepen wel vergelijkbaar waren bij aanvang
Groepen ingedeeld op verschillende manieren:
- Natuurlijke indeling
- Op basis van bepaalde persoonlijke kenmerken
- Op basis van willekeurige toewijzing (randomisatie)
Doel van randomisatie
Zorgen dat:
- De gemiddelde scores en spreiding in scores bij aanvang gelijk zijn tussen beide groepen
Soms is randomisatie van deelnemers niet mogelijk
- Niet ethisch (bijv. roken, je kan niet tegen helft zeggen rook een pakje per dag een jaar lang)
- Praktisch onhaalbaar
Of soms wel mogelijk, maar gaat het mis:
- Deelnemers in experimentele groep delen info met deelnemers uit controle groep;
contaminatie
- Deelnemers houden zich niet aan de behandeling
- Beïnvloeding door onderzoeker
Onderzoeksvraag experimenteel onderzoek:
PICO
- P = populatie
- I = intervention (experimentele conditie, hoe gaan we dingen anders doen)
- C = comparison (controle groep)
- O = outcome (afhankelijke variabele) = uitkomstvariabele
I en C zijn gemanipuleerde variabele
O is de gemeten variabele
Een voorbeeld: heeft het tussentijds reviseren van aantekeningen vergeleken met niet resiveren
effect op leerprestaties van studenten
, P = studenten
I = tussentijds reviseren van aantekeningen
C = niet tussentijds reviseren van aantekeningen
O = leerprestaties
Onderzoek ontwerp
- Bij wie en hoe wordt data verzameld
- Onderzoeker begint met een steekproef; liefst aselecte
- Daarna gerandomiseerd experiment
Onderzoekshypothese/verwachting
- Verwachting = onderzoeker verwacht positief effect van tussentijds reviseren op
leerprestaties
- Hypothese = studenten die hun college-aantekeningen tussentijds mogen reviseren hebben
gemiddeld een hogere toets-score dan studenten die aantekeningen alleen mogen
overschrijven
Data verzameling
Hierin wordt de gevonden statistieken bij elkaar verzameld.
Data-analyse
Bijv. Gemiddelde M1 = 5 en m2 = 3
Dus mensen die mochten reviseren scoorden gemiddeld veel beter.
De vraag: kan dit resultaat gegeneraliseerd worden naar populatie?
- Mogen de resultaten worden teruggekoppeld aan populatie?
Inferentiële statistiek
Inferentiële statistiek: stappen NSHT
NHST = nulhypothese significantie testen
1. Formuleren hypothese
2. Keuze + berekenen toetsingsgrootheid
3. Kans bepalen resultaat of nog extremer bij gegeven nulhypothese (p-waarde)
4. Beslissing nemen over nulhypothese (wel of niet verwerpen)
5. Conclusie opschrijven
1) Formuleren hypothese
- Onderzoeker stelt naast de hypothese ook de nulhypothese op
- En formuleren van statische hypothese
?? foto van vb.
2) Kiezen van juiste toets procedure op basis van hypothese
- Bij vergelijken van gemiddelde scores van twee onafhankelijke groepen
T-toets voor onafhankelijke groepen
Met de t toets is het idee: We vinden een verschil van 380, is dat een groot verschil? Dat
weet je niet, het hangt af van de gebruikte methode etc. de t-score geeft de maat van het
3) experimenteel onderzoek
Correlatie is NIET een causaal verband
Voorwaarden van causaliteit:
1. Covariance (er moet een relatie zijn tussen oorzaak en gevolg)
2. Temporal precedence (de oorzaak loopt vooraf aan gevolg)
3. Interne validiteit (alternatieve verklaring voor relatie moet worden uitgesloten)
Om hier aan te voldoen: gerandomiseerd experiment
- Door randomisatie worden de groepen eerlijk verdeeld
- 1 variabele wordt door onderzoeker gemanipuleerd
- Het effect van de manipulatie op een andere variabele wordt door onderzoeker gemeten
Gevaar bij interne validiteit
Design confounds; was de gemanipuleerde variabele wel het enige verschil in behandeling
twee groepen
Selectie effect; of de twee groepen wel vergelijkbaar waren bij aanvang
Groepen ingedeeld op verschillende manieren:
- Natuurlijke indeling
- Op basis van bepaalde persoonlijke kenmerken
- Op basis van willekeurige toewijzing (randomisatie)
Doel van randomisatie
Zorgen dat:
- De gemiddelde scores en spreiding in scores bij aanvang gelijk zijn tussen beide groepen
Soms is randomisatie van deelnemers niet mogelijk
- Niet ethisch (bijv. roken, je kan niet tegen helft zeggen rook een pakje per dag een jaar lang)
- Praktisch onhaalbaar
Of soms wel mogelijk, maar gaat het mis:
- Deelnemers in experimentele groep delen info met deelnemers uit controle groep;
contaminatie
- Deelnemers houden zich niet aan de behandeling
- Beïnvloeding door onderzoeker
Onderzoeksvraag experimenteel onderzoek:
PICO
- P = populatie
- I = intervention (experimentele conditie, hoe gaan we dingen anders doen)
- C = comparison (controle groep)
- O = outcome (afhankelijke variabele) = uitkomstvariabele
I en C zijn gemanipuleerde variabele
O is de gemeten variabele
Een voorbeeld: heeft het tussentijds reviseren van aantekeningen vergeleken met niet resiveren
effect op leerprestaties van studenten
, P = studenten
I = tussentijds reviseren van aantekeningen
C = niet tussentijds reviseren van aantekeningen
O = leerprestaties
Onderzoek ontwerp
- Bij wie en hoe wordt data verzameld
- Onderzoeker begint met een steekproef; liefst aselecte
- Daarna gerandomiseerd experiment
Onderzoekshypothese/verwachting
- Verwachting = onderzoeker verwacht positief effect van tussentijds reviseren op
leerprestaties
- Hypothese = studenten die hun college-aantekeningen tussentijds mogen reviseren hebben
gemiddeld een hogere toets-score dan studenten die aantekeningen alleen mogen
overschrijven
Data verzameling
Hierin wordt de gevonden statistieken bij elkaar verzameld.
Data-analyse
Bijv. Gemiddelde M1 = 5 en m2 = 3
Dus mensen die mochten reviseren scoorden gemiddeld veel beter.
De vraag: kan dit resultaat gegeneraliseerd worden naar populatie?
- Mogen de resultaten worden teruggekoppeld aan populatie?
Inferentiële statistiek
Inferentiële statistiek: stappen NSHT
NHST = nulhypothese significantie testen
1. Formuleren hypothese
2. Keuze + berekenen toetsingsgrootheid
3. Kans bepalen resultaat of nog extremer bij gegeven nulhypothese (p-waarde)
4. Beslissing nemen over nulhypothese (wel of niet verwerpen)
5. Conclusie opschrijven
1) Formuleren hypothese
- Onderzoeker stelt naast de hypothese ook de nulhypothese op
- En formuleren van statische hypothese
?? foto van vb.
2) Kiezen van juiste toets procedure op basis van hypothese
- Bij vergelijken van gemiddelde scores van twee onafhankelijke groepen
T-toets voor onafhankelijke groepen
Met de t toets is het idee: We vinden een verschil van 380, is dat een groot verschil? Dat
weet je niet, het hangt af van de gebruikte methode etc. de t-score geeft de maat van het
