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!

Waarom wordt er een onafhankelijke t-toets gebruikt in verwerkingsopdracht 6.3.10?

0 leuk 0 niet-leuks

In verwerkingsopdracht 6.3.10 staat: Formuleer een onderzoeksvraag over het verband tussen of deelnemers de assertiviteitstraining krijgen en hun commitment. 

Ik heb analyses gedaan door eerst de data de splitten op wel/geen training, daarna een gepaarde t-toets voor t0_commitment met t1_commitment voor de groep zonder training en nog een gepaarde t-toets voor t0 met t1 voor de groep met training.

Het antwoord zegt dat er een onafhankelijke t-toets wordt gebruikt voor de hele groep (wel/geen training). Ik had zelf een gepaarde t-toets gebruikt, omdat ik dacht dat wanneer je dezelfde groepen vergeleek met elkaar (in dit geval dus voor en na de training) je dan een gepaarde moet toepassen. En ik dacht daaruit analyses te kunnen trekken over de invloed van de training op de commitment, omdat je dan dus gegevens had over 'voor en na de training'. Wat is er fout in mijn denkwijze? :-)

gevraagd 5 juni in Inleiding Data Analyse (IDA) door jallemekinders (180 punten)

1 Antwoord

0 leuk 0 niet-leuks

Ik snap je denkwijze. Echter, als je binnen de groepen vergelijkt kun je alleen kijken wat er over tijd gebeurt. Er zijn dan drie scenario's denkbaar:

  1. Beide groepen lijken gelijk te blijven over tijd;
  2. Een groep lijkt gelijk te blijven over tijd, en de andere lijkt te veranderen;
  3. Beide groepen lijken te veranderen over tijd.

Ik neem aan dat jij dan zou concluderen dat de training werkt in het tweede scenario.

Echter, zoals een toepasselijk genoemd artikel uitlegt,

The Difference Between “Significant” and “Not Significant” is not Itself Statistically Significant

(zie http://www.stat.columbia.edu/~gelman/research/published/signif4.pdf)

Oftewel, als je concludeert dat een groep verandert en de andere niet, dan kun je niet concluderen dat er iets verschillends gebeurde met de beide groepen. Om daar wel iets over te zeggen moet je echt naar die verandering over tijd kijken, en die vergelijken tussen de twee groepen.

Dat doe je door de verschilscore te nemen en te kijken of die verschilscore hetzelfde is in beide groepen.

beantwoord 7 juni door gjp (63,300 punten)
...