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 heb een vraag over 1.3

In de theorie in het stuk tekst onder het kopje 'causaliteit' wordt ineens gesproken over moderatiemodellen, interactie-effect en hoofdeffect.

"Ook kan er sprake zijn van een derde variabele die het verband maskeert. Het probleem van een te kleine steekproef en dus van te weinig power om een effect te vinden doet zich vooral gelden bij interactie-effecten.Voor het testen van moderatiemodellen moeten er in het algemeen nog grotere datasets worden gebruikt dan bij modellen met alleen een hoofdeffect."

Voor mij komen deze termen een beetje uit de lucht vallen. Ze worden verder ook niet toegelicht. En na het bestuderen en het voltooien van de module 'Inleiding Data Analyse' behoort dit ook niet tot mijn basiskennis?

Zie ik over het hoofd waar dit wordt uitgelegd? Of had dit niet (meer) in deze module moeten staan?

in Experimenteel Onderzoek (OEO, PB04x2) door (520 punten)

2 Antwoorden

0 leuk 0 niet-leuks
 
Beste antwoord
toevoegende aan het uitstekende antwoord van Gjalt-Jorn:

De termen komen inderdaad wat uit de lucht vallen: in thema 3 komen interacties/moderaties aan bod. Mediatie komt in een latere module pas aan bod.
door (63.5k punten)
geselecteerd door
Voor mij komen nog een aantal dingen ook uit de lucht gevallen. Namelijk de vraag bij 2.3 'zijn er uitbijters'? Ik heb dat nog niet eerder geoefend, volgens mij ook niet bij kwantitatieve data-analyse. En ik ben het in de uitleg ook nog niet echt tegengekomen, of ik heb er misschien overheen gelezen.
Bij 2.3 zit ook een ingewikkelde tekst over het gebruik van de 'omegakwadraatcalculator'. Maar het woordje 'factorial ANOVA' bijvoorbeeld, ken ik nog helemaal niet. Nog nooit uitleg over gehad, nog nooit iets over gelezen. Hoort die tekst niet bij 2.4?
Ik denk dat je dit even als aparte vraag moet indienen.

Is uitbijters hier misschien een synoniem van 'outliers'?

En wat betreft die calculator over de factorial ANOVA vond ik ook vreemd omdat je tot dan alleen de t-toets hebt behandeld.
0 leuk 0 niet-leuks

Ik weet niet helemaal zeker wat de ideeen van de examinatoren waren, dus laat dit even aan hen over. Ik kan wel alvast antwoord geven op de vraag wat dit zijn.

Moderatie is een theoretisch concept. Moderatie betekent dat er een causaal verband is tussen twee variabelen, en dat de aard van dat verband afhankelijk is van de waarde van een andere variabele. Neem bijvoorbeeld een causaal verband tussen stress en prestatie op een examen, met als moderator humeur. Als het humeur positief is (dus, als iemand in een goede bui is), is er een positief verband tussen stress en prestatie: de stress helpt dan op scherper te denken en minder afgeleid te zijn. Als iemand in een slechte bui is, wordt je juist onzeker van de stress, en heeft die het omgekeerde effect, waardoor je slechter presteert naarmate je meer stress ervaart (dit is overigens een geheel fictief voorbeeld).

In dit geval kun je niet spreken van een verband tussen stress en prestatie: dat verband is afhankelijk van het niveau van humeur. Humeur modereert het verband tussen de twee andere variabelen. Moderatie is dus een theoretisch concept: het is een type verband, een manier waarop drie variabelen met elkaar kunnen samenhangen.

Als je moderatie wilt onderzoeken in een wetenschappelijke studie, heb je altijd een experiment nodig, waarin je de voorspeller (stress) en de moderator (humeur) manipuleert, en daarna de afhankelijke variabele meet. Dat is de enige manier om zeker te weten dat het verband dat je in je steekproef ziet, iets kan zeggen over je veronderstelde moderatie (als je de voorspeller en/of de moderator niet manipuleert, kunnen confounders verantwoordelijk zijn voor geobserveerde patronen in de data).

De data uit zo'n factorieel experimenteel design kun je vervolgens bijvoorbeeld analyseren met een variantie-analyse. Hierin analyseer je de interactie tussen beide factoren (gemanipuleerde variabelen, dus stress en humeur in dit geval) om iets te zeggen over je moderatie. Als de interactie significant is en een voldoende effectgrootte heeft, dan is er sprake van moderatie. Pas op: als je niet zowel de voorspeller als de moderator hebt gemanipuleerd, kunnen er allerlei andere verklaringen zijn voor een interactie-effect in je steekproef!

Als er in zo'n factorieel design geen interactie is, dan zijn er alleen de hoofdeffecten van de beide voorspellers (factoren). Oftewel, het effect van stress op prestatie (dat dan kennelijk onafhankelijk is van het niveau van humeur) en het effect van humeur op prestatie (dat dan kennelijk onafhankelijk is van het niveau van stress). Die twee hoofdeffecten hebben dan een zogenaamd 'additief' effect: door de effecten bij elkaar op te tellen weet je wat het effect is als ze beiden aanwezig zijn. Als er interactie is, geldt dat niet.

Ik zal deze vraag nog even doorsturen aan de examinatoren, zodat ze kunnen kijken of er misschien tekst met uitleg is weggevallen ofzo.

door (77.8k punten)
...