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!

Ik had graag uitleg over vraag 53 van het eerste oefententamen in de cursus Onderzoekspracticum Inleiding data-analyse.

0 leuk 1 niet-leuk

Kan iemand mij vraag 53 van het eerste oefententamen uitleggen?
Ik dacht dat het antwoord B moest zijn, maar de antwoordsleutel geeft antwoord A. Ik ging ervan uit dat indien meerdere p-waarden worden onderzocht, de kans op een type 1 fout stijgt en de kans op een type 2 fout daalt. Dus de onderzoeker met het laagste aantal berekende p-waarden heeft de grootste kans op een type 2 fout. De eerste onderzoeker.

53.1 Twee onderzoekers doen elk een studie, beiden met een alpha van 5% en 400 deelnemers. De eerste onderzoeker berekent 1 p-waarde. De tweede onderzoeker berekent twee p-waarden. Stel dat alle onderzochte verbanden in de populatie echt bestaan en toevallig allemaal precies middelsterk zijn.

Voor welke onderzoeker is de kans op minimaal één type 2-fout het grootst?

a voor de tweede onderzoeker

b voor de eerste onderzoeker

gevraagd 2 juli 2017 in Inleiding Data Analyse (IDA) door max (170 punten)

1 Antwoord

0 leuk 0 niet-leuks
Je redenering/uitgangspunt klopt bijna. Indien meerdere p-waarden worden onderzocht, daalt de kans dat er in elke analyse een Type 2-fout wordt gemaakt (de kans dat je toevallig een keer geen Type 2-fout maakt, bestaat immers bij elke p-waarde, en hoe meer p-waarden je uitrekent, hoe groter de kans dat dat dus toevallig een keer gebeurd).

Maar, de kans dat je minimaal één Type 2-fout maakt wordt steeds groter.

Het zit hier dus in het verschil tussen 'minimaal één' en 'in elke toets', zeg maar. Deze redenering is vergelijkbaar met die van de Type 1-fout: je corrigeert voor multiple testing om de kans op minimaal één Type 1-fout binnen de perken te houden.

De eerste onderzoeker berekent maar 1 $p$-waarde: dus die kan slechts 1 keer door toeval falen de nulhypothese te verwerpen.

De tweede onderzoeker loopt meer kans om door toeval een keer (of meerdere keren) te falen de nulhypothese te verwerken: hij berekent immers twee $p$-waarden, en per $p$-waarde kun je weer toevallig een verband vinden dat onvoldoende extreem is om de nulhypothese te verwerpen.
beantwoord 3 juli 2017 door gjp (69,180 punten)
...