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
45.1 Een onderzoeker vindt twee correlaties. Het 95% betrouwbaarheidsinterval van de ene is [-.3; .09], en van de andere [.22; .55].

Kan de onderzoeker concluderen dat in deze populatie de eerste correlatie kleiner is dan de tweede?

a Ja, op basis van die correlaties is dat plausibel. (juist)

b Nee, de betrouwbaarheidsintervallen geven hier geen informatie over.
in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (250 punten)

1 Antwoord

1 leuk 0 niet-leuks
 
Beste antwoord
Een correlatiecoeffient is de correlatie die in je steekproef gevonden wordt. Echter zijn we niet geinteresseerd in wat er in jouw steekproef gebeurt, maar welke uitspraken we kunnen doen over de populatie. Daarom kijken we hiervoor naar de betrouwbaarheidsintervallen.

De betrouwbaarheidsintervallen geven aan dat de eerste correlatie in de populatie waarschijnlijk ergens ligt tussen de -.3 en .09, de tweede correlatie tussen de .22 en .55. Het is dus waarschijnlijker dat de tweede correlatie groter is, deze is immers altijd minstens .22. Bovendien is er ook een kans dat de eerste correlatie in de populatie 0 is, dus dat er helemaal geen correlatie aanwezig is.
door (49.6k punten)
geselecteerd door

Oh jee, ik snap dit helemaal niet.
Eerste antwoord: De betrouwbaarheidsintervallen geven aan dat de eerste correlatie in de populatie waarschijnlijk ergens ligt tussen de -.3 en .09, de tweede correlatie tussen de .22 en .55. Het is dus waarschijnlijker dat de tweede correlatie groter is, deze is immers altijd minstens .22.

Ok dit is even heel diep weggezakt bij mij. Ik dacht: -.3 is een groter getal dan .22. Het is weliswaar negatief, maar dat gaat enkel over de richting. Of kan ik ineens niet meer tellen... Ik tel zo: -0.2 >-0.1>0 < 0.1 < 0.2 (dus -0.2 en 0.2 zijn allebei groter dan -0.1 en 0.1). Kennelijk heb ik een verkeerd telraam voor me. Kun je dit uitleggen? Heel gênant dit.

En de tweede uitleg: Bovendien is er ook een kans dat de eerste correlatie in de populatie 0 is, dus dat er helemaal geen correlatie aanwezig is.
Waarom volgt hieruit dat het interval groter is?

Je hebt gelijk dat je bij betrouwbaarheidsintervallen het niet uitmaakt voor de grootte of de getallen positief of negatief zijn. Dus .22 is net zo groot als -.22. Echter, bij deze twee betrouwbaarheidsintervallen zie je een duidelijk verschil. Het ene BI loopt tussen de .22 en .55. Dit betekent dat in de populatie de correlatie .22 of groter is. Dus een kleine of zelfs een middelgrootte samenhang. Bij het andere BI kan de correlatie in de populatie enkel klein zijn (.09 is klein en -.3 is ook klein). De correlatie kan zelfs totaal afwezig zijn (als de correlatie 0 is). Het gaat dus niet om de hypothetische situatie dat bij het eerste BI de correlatie .22 is en de tweede .30, dat is inderdaad een uitzondering en dan zou het tweede BI groter zijn. Maar in de meeste gevallen kun je stellen dat de eerste voor een groter effect zorgt, al was het maar omdat je vrij zeker weet dat het altijd een klein effect of groter is en bij het tweede kan het alle kanten op gaan.

Bedankt voor de snelle reactie!
Dus, wat ik fout deed is:
a) Ik vergeleek -.3 met .22, maar had -.3 met .55 moeten vergelijken.

b) Nog crucialer is: die nul. Het kwartje viel toen mijn vriend voorstelde om het BI -.3 -- .09 even om te keren naar -.09 -- .3 en dit te visualiseren. Toen zag ik ineens: oh ja, de correlatie ligt sowieso dichter bij 0 dan in de tweede BI

-----------|--|---|--|---|---              --------   = BI -0.9 -- .3
            -0.9         0        .22  .3   .55              _____   = BI .22 -- .55

c) Ik redeneerde ook nog zo: als ik alle mogelijke correlaties binnen het eerste interval optel en deel door dat theoretisch mogelijke aantal, dan is krijg ik een gemiddelde dat door die nul lager is dan in het tweede BI.
Kom ik nu op de goede manier tot het begrip?

Heel slim om het interval om te draaien, dan is het soms net iets makkelijker interpreteren.

Je redenatie bij c klopt niet helemaal. Wat er gebeurt bij een BI, is dat er een marge om een waarde wordt genomen, waarbinnen een populatiewaarde ligt. Je kunt dat zien als in het onderzoek vinden we een correlatie van .30, in de populatie is dat waarschijnlijk een waarde tussen de .10 en .50. Andersom geredeneerd, of er een 0 in een BI zit of niet hangt af van hoe groot de waarde en het effect was in het onderzoek. Als deze een erg kleine correlatie was, waardoor de correlatie niet significant was, dan krijg je vaak een BI met een 0 erin.
...