Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

Welke analyse moet ik toepassen?

0 leuk 0 niet-leuks
Ik ben bezig met het schrijven van mijn thesis. Ik onderzoek het effect van 3 continue variabelen op training effectiviteit (ook een continue variabele). Mijn sample bestaat uit 20 personen die een training hebben gevolgd en 20 personen die geen training hebben gevolgd.

Om de verschillen tussen groepen duidelijk te krijgen kan ik - naar mijn inziens - het beste een ANCOVA gebruiken waarbij mijn IV's worden omgezet naar covariaten. Hierdoor kan ik de gemiddelden met elkaar vergelijken.

Echter ben ik ook geintresseerd in het effect van mijn IV's op mijn DV, hier hoef ik geen verschil te maken in groepen. Het beste zou een mulitple regression zijn echter heb ik wel een lage sample. Zijn er nog andere manieren waarop ik dit kan aanpakken? en is de ANCOVA de beste manier om de andere effecten te onderzoeken?

Alvast bedankt!
gevraagd 4 mei 2016 in Methodologie door Marlon (120 punten)

1 Antwoord

0 leuk 0 niet-leuks
Een ANCOVA met alleen maar covariaten als IV's is identiek aan een regessie-analyse. Onder de motorkap zijn het beiden general linear models. Ook als training (ja/nee) wordt toegevoegd, aangezien dit een dichotome variabele is.

Sample size is niet hetgene wat de doorslag zal geven; de power is bij ANCOVA gelijk als bij regressie in dit geval, en de resultaten zullen identiek moeten zijn.
beantwoord 4 mei 2016 door Ron Pat-El (46,840 punten)
Bedankt voor je antwoord!

Is een (multiple) regressie dan eigenlijk de enige optie die ik heb? (ook al heb ik een lage sample size)
Het is niet de enige, want als je de variabelen in categorieen omzet zijn er ongetwijfeld meer opties, maar geen van die opties hebben meer power dan de regressieanalyse in dit geval. Als alles op intervalniveau of hoger is gemeten (en een dichotome variabele functioneert als een intervalniveau variabele) dan is de krachtigste keus een regressieanalyse. Zolang er ongeveer 10 N per IV is zou de regressieanalyse nog robuust moeten zijn. Of de totale N dan groot genoeg is voor het onderzoek hangt niet af van de analyse, maar van de effectgrootte in de populatie
...