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 blijf het concept effectgrootte lastig vinden, merk ik. Als ik bijvoorbeeld kijk naar vraag 8 van proeftentamen 1, dan zou ik denken dat de effectgrootte r=.72 sterk positief is. Maar het antwoord dat juist is, geeft aan dat het een gemiddelde effectgrootte is. Of moet ik niet alleen naar de r kijken om de effectgrootte te bepalen?
in Experimenteel Onderzoek (OEO, PB04x2) door (2.2k punten)
Mee eens, vijf minuten geleden dezelfde vraag gesteld :-).
Oh, dan was ik denk ik mijn vraag aan het formuleren, want had wel gekeken bij de vragen die al eerder waren gesteld.

1 Antwoord

0 leuk 0 niet-leuks

Ik heb dat tentamen er hier niet bij - maar een correlatie van .72 zou je inderdaad als sterk positief classificeren.

Maar :-)

Misschien is deze omgerekend van een Cohen's $d$?

Als je Cohen's $d$, de effectgrootte voor het verband tussen een dichotome en een intervalvariabele, omrekent naar de correlatiecoëfficiënt $r$, de effectgrootte voor het verband tussen twee intervalvariabelen, dan kunnen er inconsistenties optreden (zie ook http://oupsy.nl/help/3709/waaruit-opmaak-altijd-effectgrootte-kiezen-effectgrootes).

Een tweede nuance is dat je eigenlijk nooit op basis van puntschattingen van effectgrootten uitspraken moet doen over hoe sterk een verband is. Dit komt omdat de steekproevenverdelingen van effectgrootten erg breed is, vooral van Cohen's $d$. Tenzij je duizend deelnemers hebt, kan de puntschatting van je effectgrootte in een volgende studie zomaar tienden punten hoger of lager uitkomen (bij dezelfde populatiewaarde).

Je wil dus eigenlijk uitspraken op basis van puntschattingen voorkomen, en in plaats daarvan dergelijke uitspraken baseren op betrouwbaarheidsintervallen.

Maar, ik denk dat niet dat het punt van deze oefening is. Ik denk dat dit een foutje is, en dat er twee mogelijkheden zijn voor wat er fout gaat: ofwel iemand was in de war en paste in dit item per ongeluk de criteria voor $d$ toe (een zwak verband bij $> .2$, een middelsterk verband bij $> .5$, en pas een sterk verband bij $> .8$), ofwel dit betreft een $r$ die is omgerekend van een $d$.

Oh, nee, wacht - die laatste kan niet, want:

> convert.r.to.d(r=.72)
[1] 2.075006

Dus ik denk dat er iemand in de war was. Ik zal dit aan de examinatoren voorleggen.

EDIT:

Ik heb de examenvraag er even bijgezocht. Daar wordt gesproken van een t-waarde van 4.4 met 18 vrijheidsgraden:

> convert.t.to.d(t = 4.4, df=18)
[1] 1.96774

Als we dit vertalen naar een correlatie, krijgen we:

> convert.d.to.r(convert.t.to.d(t = 4.4, df=18))
[1] 0.7013344

Dus, hier klopt hoe dan ook iets niet: die $r$ kan gewoon niet.

En het effect ($t = 4.4$ bij $df = 18$) is hoe je het ook wendt of keert een sterk effect.

Overigens kloppen de antwoordopties hier niet lijkt het: er wordt gesproken van gemiddelde en substantiele effectgrootten, maar 'substantieel' is geen gangbare term voor effectgrootten. Dat is zwak/klein, middelsterk/middelgroot, en sterk/groot (en dan evt nog heel sterk/heel groot).

Dit lijkt dus inderdaad een fout in het item. Ik koppel dit dus terug naar de examinatoren!

door (77.8k punten)
bewerkt door
Hoi Gjalt-Jorn, dankjewel weer!!! Mocht er een foutje in de vraag/antwoord zijn geslopen, zou je dat hier willen terukoppelen? Dan kan ik dat noteren bij mijn aantekeningen en voor andere studenten is dit denk ik ook fijn. Dankjewel alvast!
...