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!

Gerichte hypothese: positief of negatief?

0 leuk 0 niet-leuks
Als je een gerichte hypothese moet opstellen (hier mbt samenhang)  betekent het dan dat deze positief (dus beide variabelen gaan omhoog, of negatief (dus een omhoog, de ander omlaag) kunnen zijn ?

Bij ongerichte hypothese is nog niet duidelijk welke richting die op gaat.

 

Is dit correct?
gevraagd 9 november 2014 in Kwantitatieve Data Analyse (KDA) door 851167751 (140 punten)

1 Antwoord

0 leuk 0 niet-leuks
Je voorbeeld klopt. Ongericht betekent inderdaad zoiets als 'linksom of rechtsom'.
beantwoord 10 november 2014 door Ron Pat-El (39,860 punten)
bewerkt 11 november 2014 door Ron Pat-El
Nu ik er over nadenk - Ron, zou je kunnen stellen dat een ongerichte hypothese een contradictio in terminis is? Als je alleen wil kijken of er een verband is, formuleer je immers geen onderzoeksvraag. En je kunt op basis van de theorie niet vermoeden dat er zowel een positief als negatief verband kan zijn. Stel je voor hoe je dat zou vertalen naar priors :-)
Haha, ja dat ben ik met je eens. Een ongerichte hypothese is inderdaad een vraag; ik vind het in ieder geval zeer 'slappe' hypothesen. In artikelen merk ik dit ook steeds meer. Wanneer er een ongerichte hypothese is wordt er steeds meer gesproken over 'research questions'. Op zich is toetsen of er een verband is dat negatief of positief mag uitslaan nog best een goede onderzoeksvraag. Ik denk hierbij aan meta-analyses waar een corpus van literatuur zeer varierende verbanden laat zien; en waarbij de auteur in ieder geval verwacht dat er geen nul-verband is. Ik kan me echter geen reviewer voorstellen die zo'n open vraag op zichzelf als hypothese zou accepteren.

De ongerichtheid van hypothesen is leuke spielerei voor wiskundigen, maar in inhoudelijk onderzoek zouden ze naar mijn mening geen plaats hebben.

En inderdaad...de baysianen zouden knettergek worden van het moeten definieren van ongerichte hypothesen ;P
Wel, ik zou zelfs stellen dat het formuleren van hypothesen uberhaupt overgeslagen kan worden. In principe willen we gewoon weten hoe sterk een verband is. Die verbanden zijn ook wat we meta-analyseren (niet of hypothesen worden verworpen of niet, godzijdank :-)).

Het formuleren van hypothesen impliceert dat je op basis van 1 studie toch conclusies kunt trekken, terwijl je toch altijd meerdere datasets nodig hebt voordat je echt wat kan zeggen. Door je op betrouwbaarheids-intervals te focusen in plaats van op hypotheses blijf je wat dichter bij wat je je kunt permitteren zeg maar.
Ik zou het misschien verfijnen: het stelsel van nul-hypothesetoetsing zouden we moeten opschorten. Het systeem is er eigenlijk niet bedoeld voor de wijze waarop we het gebruiken. Het is wat je beschrijft: je schat een parameter met een bepaalde marge van onzekerheid. Normaliter zijn we dus benieuwd naar de waarden binnen dat interval. Bij nulhypothesetoetsing zoeken we ineens naar waarden buiten dat interval (althans, we toetsen formeel wel tegen de nulhypothese, maar we stellen hypothesen op voor erbuiten).

Over het trekken van conclusies denk ik iets anders. Ik denk dat het stelsel van hypothesetoetsing niet impliceert dat er op basis van een studie conclusies kunnen worden getrokken. Het is een kansmodel, waar een uitkomst als waarschijnlijk of onwaarschijnlijk wordt geduid uitgaande van de nulhypothese. De 'conclusie' van het confidence interval wordt gestoeld op aannames over eindeloos herhaalde experimenten. Formeel zou ik dan stellen dat hypothesetoetsing dan juist uitnodigd tot het herhalen van experimenten.

Ik ben het met je impliciete stelling eens dat significantietoetsing door te weinig mensen zo gezien wordt, en dat het huidige gebruik ervan eigenlijk de sociale wetenschap van verder gebruik diskwalificeert. Deze discussie doet me eigenlijk sterk denken aan een, inmiddels oud, artikel van Hunter (1997) met de titel: Needed: A ban on the significance test. Ik zou het weer eens moeten opzoeken. Ik weet alleen niet meer of het Hunter was die ooit schreef: "We need statistical thinking, not statistical rituals".
Ja, je hebt gelijk . . . Als het goed wordt gebruikt is er al veel minder mis met NHST. De vasthoudendheid aan 'verwerping' van de nulhypothese als p < .05 is het grootste probleem . . . Nog te veel mensen denken dat de p-waarde e.g. uitdrukt hoe groot de kans is dat de nulhypothese klopt :-)
...