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
Mij is vraag 46 en vraag 48 van oefententamen 1 niet helemaal duidelijk.

46.1 Een onderzoeker vindt in een steekproef van 100 deelnemers een correlatie van r = .23. De bijbehorende p-waarde is p = .02.

Wat betekent dit?

a Als de nulhypothese waar is, is de kans op een correlatie van .23 of extremer gelijk aan 2%.

b Als de nulhypothese waar is, is de kans op een type 1-fout gelijk aan 2%.

Na mijn idee zijn beiden antwoorden goed. Zoals ik het studiemateriaal lees, maak ik op dat de kans op een type 1 fout gelijk staat aan de grootte van de alpha?

48.1 Een onderzoeker doet een studie met een power van 1%.

Wat is de kans op een Type-2 fout?

a 99%

b 1%

Dit ontgaat mij volledig. Mijn beredenering was: Lage power dus een breed betrouwbaarheidsinterval waardoor je de NHST langer aanhoud van goed is. Na mijn idee is dus de kans op te lang aanhouden groot dus 99% kans op type 2 fout?
in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (190 punten)

48.1 Een onderzoeker doet een studie met een power van 1%.
Wat is de kans op een Type-2 fout?
a 99%
b 1%

In het antwoordmodel wordt hier het antwoord A gegeven. Dus 99%. Uit de uitleg hieronder kan ik niet duidelijk opmaken dat dit het juiste antwoord is, ik lees eerder dat het antwoord B is. Als ik het goed begrijp zegt Gjalt dat als de power al zo weinig is (dus dat je daadwerkelijk een verband vindt als dit verband ook echt bestaat), er ook weinig kans is om uberhaupt na te denken over het feit of er wel een verband is maar je dat niet denkt (type 2 fout).

Simpeler: waarom een foute conclusie trekken over iets (type 2 fout) wat er niet is (power) zeg maar. Voor mij zou antwoord B; 1 % dus een logischer antwoord zijn.

Kan iemand me misschien wel uitleggen hoe het zit?

1 Antwoord

0 leuk 0 niet-leuks
Vraag 46: de kans op een type-I fout is gelijk aan alpha, die is hier niet genoemd,

Vraag 48: de power geeft aan hoe groot de kans is dat je een verband/verschil vindt, gegeven dat het echt bestaat in de populatie. Daar bovenop het feit dat een type-II fout het níet vinden van een bestaand verband/verschil is.
door (7.5k punten)
bewerkt door
Reinouts antwoorden kloppen. Ik kan niet bedenken waarom je het over betrouwbaarheidsintervallen hebt bij de tweede vraag - betrouwbaarheidsintervallen betreffen een andere manier van redeneren van NHST (toetsing), dus die kun je beter los zien. NHST is een specifieke, aparte manier van werken van de rest van de cursus, zeg maar.
Bedankt voor het beantwoorden van mijn vraag. Vraag 46 snap ik nu, vraag 48 snap ik echt niets van....

Okee, de power geeft aan dat je een verband/ verschil vindt, gegeven dat dit verband of verschil in de populatie ook echt bestaat. De Power is ontzettend laag dus het verband/ verschil ga ik niet vinden. Een type 2 fout is het denken dat er geen verband is, terwijl die er wel is. Als de Power zo laag is, is de kans op een verband/verschil toch ook erg laag dus de kans dat ik onterecht denk dat er geen verband is toch ook erg laag?

Het hele verband tussen power en type 1 of type 2 fouten snap ik denk ik niet....

Power is 1%, dus er is een kleine kans dat je wél een verband vindt dat wel bestaat. Een type-II fout is de inverse hiervan: de kans dat je een verband níet vindt dat wel bestaat.

Deze zin van jou klopt niet: "Als de Power zo laag is, is de kans op een verband/verschil toch ook erg laag", de kans dat je het víndt is erg laag.

Een verband tussen power en type-I fouten bestaat niet.

De power is, onder de aanname dat er in de populatie een verband van een gegeven sterkte bestaat, de kans dat je in een willekeurige steekproef een $p$-waarde vindt die lager is dan alpha. Het vinden van zo'n lage $p$-waarde resulteert binnen NHST in het verwerpen van de nulhypothese, en dus de conclusie dat er waarschijnlijk een verband bestaat in de populatie. Maar, de power is dus conditioneel op de aanname dat er in de populatie een verband van een gegeven omvang bestaat.

Als je de nulhypothese terecht verwerpt (dus, je concludeert dat er in de populatie waarschijnlijk een verband bestaat, als er in de populatie ook daadwerkelijk een verband bestaat) dan maak je geen fout. In situaties waarin er ook echt een verband bestaat, is dat wat je wil. De omgekeerde uitkomst (dat je de nulhypothese niet verwerpt, omdat je $p$-waarde hoger is dan de alpha die je hanteert (meestal $.05$)), is dan onwenselijk: want in die situatie (waarin er in de populatie dus een verband bestaat) is het fout om te concluderen dat er geen verband bestaat. En als je $p$-waarde hoger is dan je alpha (meestal dus $.05$), dan verwerp je de nulhypothese.

De kans dat je die fout maakt, dus de kans dat je een $p$-waarde vindt die hoger is dan je alpha, is de kans op een Type 2-fout. Dit is dus het omgekeerde (het complement) van je power.

De power, en de kans op een Type 2-fout, zijn dus allebei conditioneel op de aanname van een gegeven effectgrootte (verband van een gegeven sterkte) in de populatie. Onder diezelfde aanname is de kans op een Type 1-fout overigens 0% - want als je onder de aanname werkt dat er een verband bestaat in de populatie (en als je aanneemt dat er een verband van een gegeven omvang bestaat in de populatie dan doe je dat) dan kun je niet ten onrechte concluderen dat er een verband bestaat (een Type 1-fout).

Dus, als het over power en Type 1-fouten en Type 2-fouten gaat, houd dan altijd de definities van die drie erbij. Die moet je uit je hoofd kennen, en je moet jezelf er steeds aan herinneren - het kan handig zijn ze even uit te schrijven, of een tabelletje te maken waar je ze in zet.

Je power zegt overigens niets over de kans dat een bepaald verband bestaat. De kans dat een gegeven samenhang bestaat is altijd precies 0 of 1: of het bestaat, of niet. Je weet alleen niet welke van de twee het is . . . Daarom werk je dus alleen in onzekere situaties, en daarom heb je steeds van die aannames nodig om e.g. de $p$-waarde of de power te berekenen.
Hartelijk dank voor je uitgebreide antwoord Gjalt. Ik snap het nu een stuk beter.
...