Methodologie - Mechanisms of Motivation and Emotion - Inferential Statistics

13 belangrijke vragen over Methodologie - Mechanisms of Motivation and Emotion - Inferential Statistics

Waarom is het nodig om inferentiële statistiek toe te passen voordat je conclusies trekt uit onderzoek data?

Elk wetenschappelijk onderzoek bevat een zekere verscheidenheid die veroorzaakt wordt door toeval. Daarom is inferentiële statistiek van essentieel belang.


Door welke 3 factoren wordt de statistische significantie beïnvloed?

  1. De omvang van het waargenomen effect - Hoe groter het effect, hoe minder waarschijnlijk dat dit is veroorzaakt door toeval.
  2. Het aantal individuele subjects of observaties in de studie - Hoe groter het sample (steekproef/monster), hoe groter de kans dat waargenomen effecten statistisch relevant zijn.
  3. De variabiliteit van de data binnen iedere groep - Hoe minder variabiliteit er is binnen een groep, hoe groter de kans dat verschillen tussen de gemiddelden van de groepen statistisch significant zijn.

Statistische significantie betekent niet altijd dat een resultaat ook praktisch significant is.

Which three elements can affect they statistical significance?

1. De grootte van het waargenomen effect.
2. Het aantal individuele proefpersonen of observaties in een studie.
3. De variabiliteit van de data in elke groep.
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

Wat is inferentiële statistiek

  1. Inductieve of inferentiële statistiek:
    1. Verklarende statistiek, maakt gebruik van kansberekening
    2. Maakt gebruik van de steekproef. Op basis van een beperkt aantal gegevens wordt getracht om algemene uitspraken te formuleren over de gehele populatie.

Waarom is het nodig  om inferential statistieken uit te voeren voordat je je conclusies trekt over je research?

Omdat iedere research van de variabelen door kans kan komen. Met inferential probeer je dat uit te sluiten

How is the statistical significance affected by the three elements?

1. Een groot effect heeft minder kans veroorzaakt te zijn door toeval.
2. Resultaten zijn algauw significant bij een groot aantal observaties en proefpersonen.
3. Hoe kleiner de variabiliteit, des te groter de kans dat de resultaten statistisch significant zijn.

Waarom kun je niet helemaal met zekerheid zeggen dat als je geen correlation coefficient hebt van 0 dat er ook daadwerkelijk een correlatie bestaat?

Omdat het ook van kans af kan hangen zoals wij het flippen van een munt. Als je dit 10 keer doet zul je misschien 7 keer kops krijgen

Wanneer de p waarde kleiner is dan 1 procent dus 0,01 is de significatie betekenisvol? Klopt dit?

Nee betekenisvol is als het kleiner is dan 0,05 en bij 0,01 is het zeer betekenisvol

Ander woord voor p- waarde

Significantieniveau

Welke elementen berekenen om te testen op statisch betekenisvol (statistically significatie)?

1. De grootte van het geobserveerde effect
2. Het aantal individuele subjects of observaties
3. De variatie van data in groep

Wat is het effect van statistisch betekenisvol bij de grootte van het geobserveerde object?

Een groot effect is meer betekenisvol dan een klein effect.

Hoe wordt het nummer van individuele subjects of observaties betekenisvol?

Grootte monsters, observaties en of het aantal subjects van data zijn meer significant

Verwar statisch betekenisvol niet praktisch betekenisvol, wat is het verschil?

Statistisch heeft het niet genoeg om toeval uit te sluiten, maar het kleine effect kan toch heel erg belangrijk zijn

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo