Samenvatting: Youlearn Practicum Experimenteel Onderzoek

Lees hier de samenvatting en de meest belangrijke oefenvragen van yOUlearn Practicum Experimenteel Onderzoek

• 1 Thema 1 Experimentele designs en validiteit

  Dit is een preview. Er zijn 4 andere flashcards beschikbaar voor hoofdstuk 1
  Laat hier meer flashcards zien

• 1.2 Bedreigers van interne en externe validiteit

  Dit is een preview. Er zijn 17 andere flashcards beschikbaar voor hoofdstuk 1.2
  Laat hier meer flashcards zien

• Wanneer spreek men over validiteit?

  Als men spreekt over validiteit dan vraagt men zich af in hoeverre het onderzoek vrij is van bias.

• 1.4 Experimentele designs

  Dit is een preview. Er zijn 22 andere flashcards beschikbaar voor hoofdstuk 1.4
  Laat hier meer flashcards zien

• Noem de vier hoofdcategorieën van experimentele designs.

  • pre-experimentele designs
  • zuivere-experimentele designs
  • quasi-experimentele designs
  • longitudinale designs

  
  Er zijn talloze experimentele designs mogelijk, maar de essentie die al deze designs verbindt is dat het design een fijngeslepen meetinstrument is om zo veel mogelijk verstorende factoren uit te sluiten. Uiteindelijk is het doel van een experiment om causaliteit te kunnen vaststellen middels Mills methode. Van onderzoek tot onderzoek kan verschillen welke gevaren er op de loer liggen.

• 2 Thema 2 Factoriële designs

  Dit is een preview. Er zijn 1 andere flashcards beschikbaar voor hoofdstuk 2
  Laat hier meer flashcards zien

• Leerdoelen van Factoriele designs:

  
  

  • het concept dat veel toetsen uitvoeren de betrouwbaarheid van onderzoek kan schaden
  • hoe extra variabelen onderzoekers in staat stellen om de kwaliteit van hun experiment te toetsen
  • hoe gemiddelde verschillen tussen twee of meer groepen getoetst kunnen worden met een t-toets en one-way ANOVA
  • hoe gemiddelde verschillen tussen groepen over meer variabelen getoetst kunnen worden met een factoriële ANOVA
  • wat interactie-effecten zijn en hoe effecten tussen groepen afhankelijk kunnen zijn van andere variabelen.

• 2.1 Kanskapitalisatie

  Dit is een preview. Er zijn 5 andere flashcards beschikbaar voor hoofdstuk 2.1
  Laat hier meer flashcards zien

• Waarom kan het uitvoeren van veel toetsen de betrouwbaarheid van het onderzoek schaden?

  Nog uitzoeken

• 2.3 T-toetsen

  Dit is een preview. Er zijn 12 andere flashcards beschikbaar voor hoofdstuk 2.3
  Laat hier meer flashcards zien

• Wat is de algemene procedure voor het uitvoeren van een t-toets in SPSS?

  In SPSS kan de volgende syntax worden gebruikt voor een onafhankelijke t-toets:
  
  T-TEST GROUPS=naam onafhankelijke variabele(0 1)
      /VARIABLES=naam afhankelijke variabele.
  
  Voor een gepaarde t-toets is dit de volgende syntax:
  T-TEST PAIRS=naam onafhankelijke variabele WITH naam afhankelijke variabele (PAIRED).
  
  

  1. Verken data: controleer op outliers, normale verdeling, homogeniteit etcetera door middel van boxplots, histogrammen, descriptive statistics;
     
  2. Laat de t-toets draaien (bootstrap als er problemen zijn met de data);
  3. Bereken de omvang van het effect.

• Hoe moet bij een gepaarde t-toets de output in SPSS worden geinterpreteerd?

  De output bestaat uit vier tabellen (drie als er niet gekozen wordt voor bootstrapping). De tabel met de beschrijvende statistiek is identiek aan de onafhankelijke t-toets. 
  
  Daarna volgt een tabel met de Pearson correlatie, de bijbehorende significantie en het betrouwbaarheidsinterval. 
  
  In de derde tabel staat het verschil in gemiddelden, de standaarddeviatie van de verschilscores en de standaardfout van de verschilscores. Daarnaast wordt de waarde van t  vermeld met de bijbehorende vrijheidsgraden (df) (N per conditie - 1) en de p-waarde (Sig. (2-tailed)). Als de p-waarde groter is dan de alpha, dan is het verschil niet significant.

• Wat is van belang bij het rapporteren over vergelijkingen van twee gemiddelden?

  Bij het rapporteren wordt het volgende vermeld:
  

  • de bevinding waaraan de test is gerelateerd (bijvoorbeeld participanten met een onzichtbaarheidsmantel haalden gemiddeld meer streken uit dan de participanten zonder onzichtbaarheidsmantel);
  • de test statistiek: gemiddelden, standaardfout, t-waarde en p-waarde (bijvoorbeeld t(df) = waarde, p = waarde);
  • de vrijheidsgraden;
  • de betrouwbaarheidsinterval;
  • de effectmaat.

• TKN: Waar worden de interpretatierichtlijnen en wijze van berekenen van effectgrootte vermeld?

  In het boek van Field wordt per hoofdstuk een effectgrootte berekend en geïnterpreteerd. In de desbetreffende paragrafen worden algemene interpretatierichtlijnen besproken en hoe de effectgrootten berekend kunnen worden. In tabel 1 vind u een overzicht van toetsen en de effectgrootten die in Field besproken worden.
  
  TOETS en EFFECTGROOTTE en hoofdstuk in Field
  

  • T-toets: r en Cohen’s d (hoofdstuk 10)
  • One-way ANOVA: ω2 en r (hoofdstuk 12)
  • ANCOVA: partial η2 en r (hoofdstuk 13)
  • Factorial ANOVA: ω2 en r (hoofdstuk 14)
  • One-way repeated measures ANOVA: ω2 en r (hoofdstuk 15)
  • Mixed effect ANOVA: r (hoofdstuk 16)

• 2.4 Factoriële ANOVA

  Dit is een preview. Er zijn 33 andere flashcards beschikbaar voor hoofdstuk 2.4
  Laat hier meer flashcards zien

• Hoe wordt de total sum of squares (SSt) berekend?

  Om de totale hoeveelheid variatie binnen onze data te vinden, berekenen we het verschil tussen elk geobserveerd datapunt en het algemene gemiddelde. We nemen het kwadraat van deze verschillen en tellen deze op om de totale sum of squares (SSt).
  
  We kunnen de totale sum of squares ook berekenen op basis van de variantie van alle observaties (grand variance). De grand variance is de variatie tussen alle scores, ongeacht de groep waaruit de scores afkomstig zijn.
  
  Bij de SSt is het aantal vrijheidsgraden de totale N minus één.

• Welke twee alternatieven zijn er naast het gebruik van dummy codering?

  1. Planned contrasts: bij contrast coderen wordt een gewicht toegekend aan groepen in dummy variabelen om geplande contrasten of geplande vergelijkingen uit te voeren;
     
  2. Post hoc testen: elke groep met elke andere groep vergelijken met een t-statistiek, waarbij een strenger acceptatie criterium wordt gehanteerd om de error rate op 0.05 te houden.

  Doorgaans wordt gebruik gemaakt van planned contrasten als specifieke hypothesen worden getoetst, terwijl post hoc testen worden gebruikt als er geen specifieke hypothesen zijn.