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

Ik begrijp niet goed welke toets ik moet gebruiken.

Er zijn 2 onafhankelijke variabelen met elk 2 niveau's, en er is een voor -en nameting.

In de data staan de gemiddelden van de voor -en nameting, en ook het gemiddelde van het verschil hiertussen. D.w.z. voormeting minus nameting.

Is de juiste toets een factoriële anova met als afhankelijk variabele 'verschil tussen de metingen'. 

Of moet je een mixed design repeated measures doen? En waarom dan?

Ik begrijp het verschil niet zo goed en weet daardoor niet welke ik moet kiezen....

in Experimenteel Onderzoek (OEO, PB04x2) door (160 punten)

1 Antwoord

1 leuk 0 niet-leuks
 
Beste antwoord

Er zijn drie opties, die allen goede opties zouden zijn in dit geval, maar ik zal ze ordenen van best naar minder best.

  1. Mixed-ANOVA (Repeated Measures ANOVA met een between-subject factors
  2. ANCOVA met voormeting als covariaat
  3. factoriele (tweeweg) ANOVA met verschilscore na-voor als afhankelijke variabele

Verschilscore als afhankelijke variabele is de zwaktste keus, omdat verschilscores eigenlijk niet zo goed werken als vaak gedacht wordt. De reden waarom is niet makkelijk of kort uit te leggen, maar het heeft te maken met dat bij verschilscores fout op fout wordt gestapelt en dat er een aanname van lineariteit is waar niet aan voldaan hoeft te zijn, Dit alles levert een lagere power op. Het kan daarom goed zijn dat een tweeweg-ANOVA met verschilscores geen significante verbanden toont, terwijl een ANCOVA op dezelfde data met de voormeting als covariaat wel signficante effecten oplevert.

De RM-ANOVA is veelzijdiger, zeker wanneer er meer dan twee meetmomenten zijn. In het geval van enkel een voor- en nameting kan het wat overkill zijn. Maar zodra je meer covariaten wilt hebben dan enkel de voormeting (maar bijvoorbeeld ook demografische variabelen) dan drukken de covariaten elkaar al snel weg. Bij een RM-ANOVA heb je dat probleem niet.

door (63.5k punten)
geselecteerd door
...