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!

0 leuk 0 niet-leuks
In het pdf-bestand over de overschrijdingskans wordt het volgende voorbeeld gebruikt:

Onderzoeksvraag: zijn er verschillen in alcoholgebruik tussen jongens en meisjes (in de middelbare‐ schoolleeftijd)?

H0: gemiddeld genomen drinken jongens per week evenveel glazen alcohol als meisjes
H1: gemiddeld genomen drinken jongens per week meer glazen alcohol dan meisjes  

Uit de berekeningen volgt een t-waarde van 2.50 met een bijborende p-waarde van 0.007. Vervolgens wordt het volgende gesteld: 'De kans dat er in een t‐verdeling met 98 vrijheidsgraden een t‐waarde gevonden wordt die gelijk is aan of groter is dan 2.50: P(t ≥ 2.50) = .007. Die kans is dus gelijk aan .007. Wat betekent dat? Als we aannemen dat de nulhypothese waar is (i.e., dat er in de populatie geen verschil is in alcoholconsumptie tussen jongens en meisjes), dan zullen er bij een aantal van duizend steekproeven, naar verwachting, zeven steekproeven zijn waarin de jongens (gemiddeld genomen) minstens één glas alcohol meer drinken dan de meisjes. Omdat die kans zo klein is (.007 < .05 dus p < .05), zeggen we dat het ‘onwaarschijnlijk’ is dat deze steekproef afkomstig is uit een populatie waarin jongens en meisjes gemiddeld evenveel drinken. De uitkomst van de toetsingsprocedure is uiteindelijk dat we H0 verwerpen en derhalve H1 accepteren.

Gesteld dat bij een p-waarde kleiner dan 0.05 H0 moet worden verworpen, kan ik bovenstaand verhaal volgen. Alleen...  gevoelsmatig niet. Een p-waarde van 0.007 houdt toch in dat er een kans is van 0.7% dat er een effect is gemeten dat in werkelijkheid niet bestaat? Volgens bovenstaande tekst is dat effect dat de jongens gemiddeld genomen minstens één glas alchohol meer drinken dan de meisjes. Mijn inziens zou dat effect juist moeten zijn dat de jongens evenveel glazen alcohol drinken als de meisjes.

Foutje, of begrijp ik het verkeerd? Wie helpt mij?
in (Digitale) werkboeken door (170 punten)

1 Antwoord

1 leuk 0 niet-leuks
Je zit erg dicht in de buurt, maar je verwart type-1 fout en de p-waarde. De kans om een effect te rapporteren dat niet in de populatie aanwezig is is de type-1 fout en deze is altijd gelijk aan alpha (meestal 5%). Dit komt omdat de alpha het overschrijdingscriterium is. En aangezien p-waarden geen effectgrootten zijn boeit het eigenlijk niet hoe klein de p is: zodra deze kleiner is dan alpha is het significant. Significantie is een ja-nee spelletje.
 
 
De gerapporteerde p-waarde zegt eigenlijk alleen maar iets over de houdbaarheid van de nulhypothese; niets over de alternatieve. Simpel gezegd: de p-waarde van .007 zegt dat het geoberveerde verschil (of extermer!), als de nulhypothese zou kloppen, slechts .007 is. Aangezien dit kleiner is dan ons afgesproken criterium van wanneer een geobserveerde kans op een waarneming te klein is om onopgemerkt te blijven, besluiten we de nulhypothese even naast ons neer te leggen.
 
De type-1 fout is nog steeds 5%. De nulhypothese kan nog steeds kloppen. Maar omdat we een afspraak hebben gemaakt dat kansen onder een bepaald criterium ons de mogelijkheid mogen geven om te zeggen: genoeg is genoeg; laten we ook eens andere hypothesen dan de nulhypothesen als acceptabele hypothesen beschouwen, kiezen we voor het verwerpen van Ho.
 
Dit zegt nog niets over de kans dat de alternatieve hypothese waar is. Daar is andere statistiek, of een serie herhaalde experimenten voor nodig
door (63.5k punten)
Hartstikke bedankt voor de toelichting. Als ik het goed begrijp, kijk je puur naar het geobserveerde verschil (in dit geval het ene glas alchohol verschil tussen de jongens en meisjes). De kans op waarneming van dit geobserveerde verschil is, áls de nulhypothese klopt, slechts 0.007. Het zou dus heel toevallig zijn dat, als de nulhypothese klopt, precies in deze steekproef dit verschil gemeten wordt (immers een kans van 0.7%). Deze kans is zo klein (kleiner dan de gestelde alpha), dat het aannemelijker is dat de nulhypothese niet klopt en daarom mag je deze dan verwerpen.

Klopt mijn gedachtegang nu wel?
Dat is inderdaad de juiste verwoording! Kleine verfijning: het gaat om het waargenomen verschil of een extremer verschil (de p-waarde betreft een som van verschillen die even extreem, of nog extremer zijn dan waargenomen).
...