Was dit document nuttig?
Samenvatting Onderzoekspracticum kwantitatieve data-analyse
Vak: Onderzoekspracticum kwantitatieve data-analyse (S13131)
22 Documenten
Studenten deelden 22 documenten in dit vak
Universiteit: Open Universiteit
Was dit document nuttig?
(15) - Vergelijken van meer dan twee gemiddelden: ANOVA
vergelijken van gemiddelede scores van
meer dan twee onafhankelijke groepen
gebruikmaken van de variantieanalyse
Waarom kunt u niet simpelweg een aantal t‐toetsen doen waarmee u de verschillende gemiddelden met elkaar
vergelijkt?
De hypothese : de statistiekkennis voorafgaande aan de statistiekcursus is groter bij studenten die een hogere
vooropleiding hebben.
Om deze hypothese te toetsen moet voor elk type vooropleiding de gemiddelde score berekend worden voor
statistiekkennis voorafgaande aan de cursus. Deze vijf gemiddelden worden vervolgens met elkaar vergeleken.
Met een t‐toets kunnen telkens twee gemiddelden vergeleken worden. Er zijn dan tien t‐toetsen nodig om alle
vijf gemiddelden te vergelijken:
1) lager onderwijs en vmbo,
2) lager onderwijs en mbo/havo,
3) lager onderwijs en vwo,
4) lager onderwijs en hbo of hoger,
5) vmbo en mbo/havo,
6) vmbo en vwo,
7) vmbo en hbo of hoger,
8) mbo/havo en vwo,
9) mbo/havo en hbo of hoger, en
10) vwo en hbo of hoger.
Deze werkwijze heeft een groot bezwaar. Bij het
uitvoeren van elke statistische analyse loopt u steeds
de kans op een Type I fout.(*) Als u nu voor het
trekken van een conclusie meer dan n toets nodig
hebt, wordt het risico dat u een conclusie trekt die
niet juist is groter. Waarom is dat het geval?
Vb : In hypothesetoetsend onderzoek worden er steeds twee hypothesen met elkaar vergelijken: de nulhypothese (er is geen
verschil tussen gemiddelden) en de alternatieve hypothese (er is wel een verschil tussen de gemiddelden).
De toets die toegepast wordt (bijvoorbeeld de t‐toets of de F‐toets van een variantieanalyse) geeft aan of de alternatieve
hypothese geaccepteerd wordt dan wel verworpen. Deze toets levert een bepaalde toetswaarde (t of F).
Als de kans klein is dat een bepaalde toetswaarde aan toeval toegeschreven moet worden, dan wordt aangenomen dat de
gemiddelden significant verschillen en wordt de alternatieve hypothese geaccepteerd en de nulhypothese verworpen.
Normalerwijze wordt er in hypothesetoetsend onderzoek een kans van 5% als grens gehanteerd. Dat betekent het volgende. Als de
kans dat een bepaalde toetswaarde aan toeval toegeschreven moet worden, kleiner is dan 5% of gelijk is aan 5%, dan wordt de
alternatieve hypothese geaccepteerd en de nulhypothese verworpen.
De kans dat de nulhypothese in dat geval toch waar is, is kleiner dan of gelijk aan 5%. Hij wordt dus
verworpen, maar er is een (kleine) kans (namelijk hooguit 5%) dat hij onterecht wordt verworpen.
De kans dat de nulhypothese terecht wordt verworpen, is 95%, ofwel 1 ‐ .05 = .95.
- kanskapitalisme : Als er tien toetsen uitgevoerd worden dan kunnen de kansen dat de nulhypothese terecht wordt verworpen,
worden vermenigvuldigd.
Dat betekent dat de kans dat alle tien nulhypothesen terecht worden verworpen gelijk is aan .95 * .95 * .95 *
.95 * .95 *.95 * .95 * .95 * .95 * .95 = .599.
Er kan nu berekend worden hoe groot de kans is dat er ten minste n nulhypothese onterecht wordt
verworpen. Die kans is 1 – .599 = .401 ofwel 40.1%.
Als er tien toetsen uitgevoerd worden, zal dus de waarschijnlijkheid dat er in ieder geval n nulhypothese
onterecht wordt verworpen, toenemen van 5% tot 40.1%, en dat is dus veel groter dan het normaal
geaccepteerde criterium van 5%.
Dit percentage neemt toe met het aantal toetsen dat er uitgevoerd wordt. Bij drie toetsen is het 14.1% en bij
tien toetsen is het, zoals hierboven vermeld, 40.1%. Het is dus niet zo nauwkeurig om de verschillen tussen
meer dan twee groepen met t‐toetsen te gaan bekijken. Als er meer dan twee groepen met t‐toetsen
vergeleken worden, is de kans dat een of meer nulhypothesen onterecht verworpen worden, dus groter dan 5%.
Dit wordt kanskapitalisatie genoemd.
(*) Type I en Type II fouten en het onderscheidingsvermogen schematisch weergegeven
Beslissing
op grond van steekproef
Ware toestand in de populatie
Ho is waar
Ho is niet waar
Ho wordt niet verworpen
Juiste beslissing (1 – α)
Type II fout (β)
Ho wordt verworpen
Type I fout (α)
Juiste beslissing (1 – β)
Andere studenten bekeken ook
Gerelateerde documenten
- Samenvatting Onderzoekspracticum kwantitatieve data-analyse: Statistiek
- Statistiek aantekeningen
- Verklarende woordenlijst
- Tentamenopdracht geheugentraining
- Samenvatting Onderzoekspracticum kwantitatieve data-analyse: samenvatting van de reader bij de module KDA.
- Samenvatting Onderzoekspracticum kwantitatieve data-analyse: compleet,