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

Dag docent en mede-studenten. 

Hoe komt figuur 19,2 uit het boek Open Methodologie en Statistiek tot stand? Ik snap dat de verdeling van -1 tot 1 loopt maar wat maakt dat de lijn zo loopt en niet bijvoorbeeld breder?

En nog een vraag. Even verderop in paragraaf 19,3 staat dat de P-waarde verdubbeld moet worden. Een verdubbeling van <.001 geeft echter nog steeds <.001. Is dat een fout of begrijp ik het verkeerd? En waarom is verdubbeling nodig?

Groet, Janet

in Inleiding Onderzoek (OIO, PB02x2; was Inleiding Data Analyse, IDA) door (480 punten)
bewerkt door

1 Antwoord

0 leuk 0 niet-leuks
In deze figuur is een grafische weergave van de steekproevenverdeling te zien bij r = .0. Die verdeling loopt dus van -1 tot +1 met als gemiddelde 0. Het oppervlak van de verdeling (de density) heeft altijd als omvang 1. Dat betekent dat naarmate er minder spreiding is de verdeling spitser wordt of andersom, naarmate een verdeling meer spreiding heeft hij platter wordt.

Ook ligt de breedte van de verdeling aan het aantal deelnemers. In dit voorbeeld gaat het slechts om n =20 dus is de verdeling vrij breed. Hoe groter de n hoe smaller de verdeling.

Die tweede p-waarde was al heel erg klein, afgerond p < .001. Wellicht .00001 o.i.d. Dus door die te verdubbelen blijf je op een p-waarde zitten van < .001.
door (49.7k punten)
Waar komt die verdubbeling vandaan?

Zie 19.3 in het Open MenS boek:

"Deze p-waarden moeten we wel nog verdubbelen. We kunnen de p-waarden namelijk alleen berekenen onder aanname dat de nulhypothese klopt, en onder die aanname zijn alle afwijkingen van r=0 het gevolg van toeval. Door toeval kunnen we even goed een lage correlatie vinden als een hoge correlatie." 

Ja, dat had ik wel gelezen. Maar ik zie niet hoe deze tekst uitlegt dat we de p-waarde moeten verdubbelen. "Waarom is verdubbeling nodig?", zoals OP al vraagt.
Omdat de p-waarde die berekend was de kans is op een r van -.23. Maar de p-waarde is de kans op een afwijkende waarde van 0 en die afwijking kan positief of negatief uitvallen. In dit geval negatief, maar de correcte p-waarde is gebaseerd op een score die positief of negatief kan afwijken dus wordt die p-waarde verdubbeld.

Ik snap dat dit verwarrend is, want vaak leggen we het andersom uit. Nl. dat er een p-waarde bij hoort van .34 voor een score die positief of negatief afwijkt. Maar als we puur willen weten wat de kans is op een waarde die negatief afwijkt dan is dat .17.
Helder, bedankt! Ik zie nu ook dat het in de eerste verwerkingsopdracht staat uitgelegd.
...