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!

Mogen we bij de tentamencasus ingrijpen in de variabelen?

0 leuk 0 niet-leuks
Hoi,

Zoals bij een eerdere vraag al duidelijk werd, staan er in de tentamendata een aantal vreemde zaken. Zo werden er dus 'kledingzaken' bij de controlegroep ingevoerd. Nu kan het best zijn dat die kledingfactor toch zou meespelen als het gaat over de kleding die diegene droeg die vroeg om mee te werken aan het onderzoek (want dat is uiteraard ook gevraagd aan de controlegroepers). Dat was wel niet zo heel duidelijk in de casusuitleg, want die vraagsteller is toch geen 'voorlichter'? Al die data (de kledingwaarden bij de controlegroep) zelf verwijderen lijkt me wel een beetje overdreven, maar toch ...?

Ook zit er bij de kledingvariabele een 'groep 9'. Dat zijn een beperkt aantal mensen (in het geval van mijn data slechts 1, zelfs). Ik neem aan dat dit gaat over mensen die dit niet hebben ingevuld en dan een 9 kregen op het desbetreffende vakje. Deze 'groep 9' beïnvloedt uiteraard de analyse. Mogen we bij missing de waarde 9 aangeven als waarde die niet meegenomen hoeft te worden? Dat werd bijvoorbeeld bij 'opleiding' al voor ons gedaan, trouwens.

En mogen we aannemen dat alle data kloppen nu? Want er zijn mensen die graag de analyse al uitvoeren en aan hun verslag beginnen, neem ik aan. Zoals ik dus ;-))

Bedankt en groetjes,

Patrick
gevraagd 21 maart 2017 in Experimenteel Onderzoek (PB0402 en S05281) door Patrick (840 punten)
Deze vraag heb ik ook, redelijk dringend. Kleding zou bij de controlegroep niet van toepassing moeten zijn, dus laat ik deze groep bij de analyses van het effect kleding volledig buiten beschouwing.

Bij de variabele 'geloofwaardigheid' zijn er veel (in mijn geval 35) helemaal niet ingevuld. Ik kan hier dus geen missing value aan toewijzen. Heeft dit toch invloed op de analyses?

1 Antwoord

0 leuk 0 niet-leuks
De negens kloppen; in variable view staat in de kolom 'Missing' dat deze waarden (net als bij leeftijd) als missing worden gedefinieerd. Echter, zo te zien is dat bij 'kleding' vergeten. Dan gaat de volgende regel in werking: je mag deze waarnemingen behandelen zoals je alle overige datainvoerfouten zou behandelen: in verslag het aantal benoemen en ze uit de data verwijderen (door bijvoorbeeld gewoon de delete knop in te drukken, of bij de kolom 'missing' alsnog de 9 als missing aan te geven.

Over de verwarring rond de controle groep: zie antwoord bij: https://oupsy.nl/help/3809/tentamencasus-kleding-bij-controlegroep
beantwoord 22 maart 2017 door Ron Pat-El (45,120 punten)
bewerkt 22 maart 2017 door Ron Pat-El
...