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
Indien we er voor kiezen om ook covariaten mee te nemen in een onderzoek, en deze blijken geen effect te hebben, is het dan wel of niet zinvol om deze mee te nemen in het verslag? Of valt dit dan buiten de scope van de opdracht?
in Experimenteel Onderzoek (OEO, PB04x2) door (120 punten)

1 Antwoord

0 leuk 0 niet-leuks

Je rapporteert zoveel mogelijk wat je hebt gedaan; dit omdat het achterwege laten van analyses een vertekend beeld kan opleveren (zie bijvoorbeeld het artikel over 'False Positive Psychology', http://www.socio.mta.hu/dynamic/simmons_et_al_2011.pdf). Bovendien kun je natuurlijk niet een variabele, die je hebt beschreven in je inleiding en/of bij je meetinstrumenten, vervolgens niet meer analyseren en verder rapporteren. Alle variabelen die je in je inleiding bespreekt, moet je in je onderzoek betrekken, tenzij je in je inleiding gelijk beargumenteert waarom je dat niet doet. Vervolgens moet je alle variabelen die je in je onderzoek betrekt, in de methodesectie bespreken, en die moet je dan ook allemaal betrekken in je analyses en rapporteren. Vervolgens moet je er in de discussie weer op terugkomen.

Heb je overigens eerst gekeken of het wel zinvol is om de covariaat op te nemen in je model? Er zijn twee redenen om een covariaat in je model op te nemen:

  1. De variabele is een confounder, en je moet corrigeren voor dat effect;
  2. De variabele verklaart een deel van de afhankelijke variabele dat je anders niet kunt verklaren, en op die manier win je power.

Een confounder is een variabele waar je niet ingeinteresseerd bent, maar die wel samenhangt met je onafhankelijke en afhankelijke variabele. Om te controleren of een variabele een confounder is, toets je dus eerst of die variabele samenhangt met je afhankelijke variabele. Zonee, dan heeft het geen zin om de variabele als covariaat op te nemen; sterker nog, als je dit wel doet, kost het power.

Hangt een variabele wel samen met je afhankelijke variabele? Toets dan of hij ook samenhangt met je onafhankelijke variabele. Zonee, dan kan de variabele geen confounder zijn. Zoja, dan is het een mogelijke confounder en moet je hem meenemen als covariaat.

Als je een variabele mee wil nemen om je power te vergroten, dan kun je dit doen als hij een deel van de afhankelijke variabele verklaart dat niet al wordt verklaard door je onafhankelijke variabele. Of dit zo is kun je bekijken door de variabele, als hij samenhangt met je afhankelijke variabele tenminste, als covariaat mee te nemen. Als de covariaat dezelfde variantie in de afhankelijke variabele verklaart als je onafhankelijke variabele, wordt die onafhankelijke variabele waarschijnlijk iets minder significant. Als de onafhankelijke variabele juist iets significanter wordt, verklaart de covariaat een uniek stukje variantie van de afhankelijke variabele. Dat stukje variantie hoort dan niet meer bij de error; het is immers verklaarde variantie (door die covariaat). Daardoor is de errorvariantie kleiner, en heb je meer power.

door (77.8k punten)
...