Menu

Waargenomen verschil tussen groepen

Doordat de controlegroep merkt dat de andere groep wel een interventie krijgt toegediend en zij niet kan een zeker afgunst optreden. Dit wordt gepercipieerd verschil tussen onderzoeksgroepen genoemd. Zo’n verschil kan (1) competitief of (2) demoraliserend werken. (Engels: compensatory rivalry)

Lees meer...

Uitval

In criminologisch onderzoek komt altijd voor dat respondenten afhaken tijdens het onderzoeksproces. Uitval wordt ook wel experimentele mortaliteit genoemd. Uitval is selectief, door
uitval treden selectie effecten op.

Lees meer...

Selectie

Met selectie wordt niet anders bedoeld dan dat de twee groepen niet aselect zijn samengesteld. Het beschrijft de situatie die we bij quasi-experimenteel onderzoek hebben.

Lees meer...

Instrumentatie

  • Instrumentatie is een bedreiger die met name kan intreden bij onderzoek dat langere tijd loopt. Deze problemen komen voort uit wat wij ‘instrumentatie’ noemen: als de observatiemethode van betekenis verandert in de loop van het onderzoek, kan dat het waargenomen effect veroorzaken.

    • Onder instrumentatie vallen ook de vloer- en plafondeffecten. Hiermee wordt bedoeld dat effecten van de interventie niet aan te tonen zijn omdat respondenten bijv. al maximaal scoren waardoor een verbetering niet aan te tonen is.
Lees meer...

History

We spreken van een history-effect als gelijktijdig met de interventie iets heeft plaatsgevonden waardoor de respondenten beïnvloed zijn. Wat het waargenomen effect mede heeft veroorzaakt.

Lees meer...

Statistische validiteit

Deze betreft de vraag of de gevonden samenhang statistisch significant is. In z’n algemeenheid kunnen we hierbij 2 typen fouten maken. Als de nulhypothese waar is en we beslissen deze aan te nemen is dit goed, dit geldt ook andersom. Maar;

  • Als de nulhypothese waar is, en we beslissen de alternatieve hypothese aan te nemen, nemen wij de verkeerde beslissing. D1e kans op deze fout bepalen we als onderzoeker zelf; dit wordt de α of type-I-fout genoemd. Deze hebben we zelf bepaald door te beslissen welk risico we durven te lopen op een foute uitspraak. De juiste beslissing is gelijk aan 1 – α
  • Als de alternatieve hypothese waar is en we besluiten H0 te handhaven dan is de kans daarop β en een type-II-fout. Hoe groot β is, hangt af van allerlei factoren, zoals α, de grootte van de steekproef en het werkelijke verschil tussen de grootheden.
  • We doen telkens conditionele uitspraken: als H0 waar is, dan is de kans een fout te maken… We zeggen nooit dat de kans om een juiste beslissing te nemen x% is. Omdat we niet weten of H0 of H1 waar is, elke uitspraak is conditioneel. De kans … op een juiste uitspraak is dus onzin.
  • Het kan verder zijn dat we een te kleine steekproef hebben om aan te tonen dat er een verband bestaat tussen X en Y.
  • Te groot kan ook. Als de steekproef fors genoeg is, wordt ieder verband significant.
  • Ruis in de data kan zorgen dat een bestaande samenhang verdwijnt.


Assumpties van de toetsingsprocedure kunnen zijn geschonden, gegevens zijn dan bijv. niet normaal verdeeld terwijl dit wel is aangenomen.

Lees meer...
Abonneren op deze RSS feed

Advies nodig?

Vraag dan nu een gratis en vrijblijvende scan aan voor uw website.
Wij voeren een uitgebreide scan en stellen een SEO-rapport op met aanbevelingen
voor het verbeteren van de vindbaarheid en de conversie van uw website.

Scan aanvragen