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

In de begeleidende documenten van PE wordt vermeld dat je in een onderzoeksverslag in de sectie "respondenten" de karakteristieken van je respondenten per conditie moet weergeven. Het gaat dan bvb over aantallen, over gemiddelde leeftijd en SD, aantal mannen/vrouwen, etc. Als er daar al missing values zijn die van belang zijn (bvb missing values op leeftijd, geslacht of op de gemanipuleerde variabele), neem ik aan dat je dat op dat ogenblik al kort moet toelichten en in rekening brengen,en dat je bij je methoden verder niet moet gaan beschrijven hoe je die missing values bepaald hebt. Klopt dit?

Maar wat met de andere missing values, die er bvb zijn op je afhankelijke variabele of op variabelen die je enkel nodig hebt voor je manipulatiecheck? Moet je dat dan ook in de sectie respondenten beschrijven? Bvb: voor het toetsen van de hypothesen mbt de effectiviteit van de manipulaties waren er X personen in conditie 1, Y in conditie 2... rekening houdende met Z missing values op..." EN "voor het toetsen van de manipulatiecheck waren er XX personen (YY missing values op variabele YY)? Of is dat laatste dan eerder iets dat thuis hoort in de sectie resultaten en moet je dan in de sectie analysemethode ook nog eens gaan beschrijven hoe je missing values bepaald hebt?

Het gemakkelijkste is natuurlijk om alle missing values list-wise te verwijderen, maar soms gooi je dan nuttige informatie weg, lijkt mij.

in Experimenteel Onderzoek (OEO, PB04x2) door (750 punten)

1 Antwoord

0 leuk 0 niet-leuks
Hangt een beetje van de variabele af. Bij respondenten worden nog geen onderzoeksvariabelen beschreven, maar vaak slechts de variabelen die de steekproef beschrijven. Hier kunnen uiteraard de missings voor die variabelen genoemd worden.

De resultaten gaat primair om de resultaten die relevant zijn voor het beantwoorden van de onderzoeksvraag. Dus, eventuele manipulatiechecks en hypothesevariabelen. In de eerste alinea van de resultaten is het dan handig om de datascreening van die onderzoeksvariabelen door te lopen; outliers, missings, verdelingen.

De kunst is om een rapportage niet nodeloos complex te maken. Een paar missings op een analyse tussen X en Y zouden niet gelijk een diepgaande impact moeten hebben op een analyse tussen A en B. Dan is er meer aan de hand dan een handjevol missings. Het beste kun je gewoon nog steeds de df noemen. Aan de df (bij een t-toets) of de df van de error in ANOVA's is immers te zien of er sprake was van wisselende N. Als deze wisselingen groot genoeg zijn trekt de lezer vanzelf wel een wenkbrauw op.

Eventuele impact van de missings kunnen besproken worden in de discussie, mits relevant(!) en onderbouwd.
door (63.5k punten)
...