Voorwaarden causaliteit
Gerandomiseerd experiment
Onderzoeksontwerp waarbij:
Covariance/Covariatie
er moet een relatie zijn tussen oorzaak en gevolg
Temperal Precedence
de oorzaak moet vooraf gaan aan het gevolg
Internal validity/interne validiteit
alternatieve verklaringen moeten kunnen worden uitgesloten
Hypothese
altijd geschreven a.d.h.v. geoperationaliseerde variabelen
Bedreigingen van interne validiteit
Doel van willekeurig toewijzing door randomisatie
om te zorgen dat:
↳ sterke interne validitiet
Contaminatie
vervuiling van randomisatie
Experimentele onderzoeksvraag
PICO:
Experimenteel onderzoeksontwerp
Gerandomiseerd experiment: willekeurige toewijzing van deelnemers aan één van de condities
Experimentele hypothese
Toetsingsgrootheid t
t = M1-M2/SE (standaardfout)
↳gestandaardiseerde score
met de t-toets word het relatieve verschil tussen de twee groepen gemeten op grond van
kleine t = klein relatief verschil tussen groepen grote t = groot relatief verschil tussen groepen
kleine t = grote p
grote t = kleine p
tweezijdige alternatieve hypothese
bij het opstellen van een hypothese wordt er rekening gehouden dat het verschil beide kanten op kan vallen
Eenzijdige alternatieve hypothese
onderzoekers kijken niet of gemiddelden verschillen maat of specifiek het gemiddelde van de ene groep hoger/lager ligt dan de andere
↳ geeft dus ook richting van verschil aan
P-waarde
Geeft de kans aan dat als je H0 waar is, je gelijke of extremere waardes dan je geobserveerde waardes zou vinden.
Type 1 fout
het foutief verwerpen van H0
Type 2 fout
het foutief niet verwerpen van H0
Alpha
= significantieniveau
een vooraf bepaalde grenswaarde hoe groot de kans op type 1 fout mag zijn. Keuze van a hangt af van situatie
p > a
niet-ondersteunende data leidt tot herziening van de theorie of een verbeterd onderzoeksontwerp
p < a
ondersteunende data leidt tot versterking van theorie
Power
De kans op het terecht verwerpen van H0. Wordt beïnvloed door:
↳ grotere steekproef → meer power om h0 te verwerpen
↳ hoe groter de steekproef →meer kans op vinden van klein verschil
↳ hoe groter spreiding in populatie → groter kans op groter verschil in steekproef → groter kans in het doen van steekproef met het verwerpen van h0
↳ wanneer a kleiner wordt → lastiger om h0 te verwerpen → meer kans op het behouden van h0 → kans op type 2 fout hoger
↳ hoe groter de spreiding →
Cohen’s d
de absolute grootte van een effect uitgedrukt in het aantal standaarddeviaties.
hoe ver vanelkaar 2 experimentele groepen zijn van de af
vuistregels: