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
Het design van mijn masterthesis is als volgt:

In welke mate voorspelt 1 continue onafhankelijke variabele (faalangst) een aantal nominale categorieeen (gedachten)?.

Volgens mij moet ik dus een logistische regressie analyse uitvoeren.

Nu moet ik de benodigde steekproefomvang bepalen. Daar kom ik niet helemaal uit. Op aanraden van dit forum heb ik middels G*power een berekening gemaakt. Ik weet echter niet wat een acceptabele odds ratio is. Bij een odds ratio van 2 heb ik 113 mensen nodig, bij een odds ratio van 1.5 308 en bij een odds ratio van 1.3 721... (dit laatste is vrijwel zeker onhaalbaar voor mij). De power stond in alle gevallen op .80.

Wat is een acceptabele odds ratio?
in Steekproeven en steekproefomvang door (140 punten)

1 Antwoord

0 leuk 0 niet-leuks

Net als bij andere analyses die je met GPower doet, moet je een idee hebben hoe groot je effect is dat je verwacht, de zogenaamde effect size. Odds ratio's worden soms gezien als effect size, zie voor meer uitleg en een voorbeeld: http://www.theanalysisfactor.com/effect-size-statistics-logistic-regression/.

Je moet zelf bedenken hoe groot je je effect size verwacht (op basis van eerder onderzoek, slim nadenken, een expert vragen). Die vraag kan niet zo in het algemeen beantwoord worden.

Meer algemeen uitleg over logistische regressie en odds ratio's vind je in de bron hierover op de Methoden en Statistiek site of rechtstreeks via deze link:

 Inleiding Logistische Regressie Analyse

door (11.7k punten)
(En een OR van 1.5 (of 1/1.5, 0.6667) wordt gezien als een zwak verband. Dus als je het niet weet kun je altijd voor een OR van 1.5 poweren tenzij je reden hebt om aan te nemen dat nog kleinere verbanden toch relevant zijn.)
...