De digitale vraagbaak voor het wiskundeonderwijs

home |  vandaag |  gisteren |  bijzonder |  prikbord |  gastenboek |  wie is wie? |  contact

HOME

samengevat
vragen bekijken
een vraag stellen
hulpjes
zoeken
FAQ's
links
twitter
boeken
help

inloggen

colofon

  \require{AMSmath}

Moderatie-effect

Hallo, ik volg de cursus Methoden en Statistiek op mijn universiteit. Ik studeer psychologie. En ik krijg ook iets over moderatie-effect? Bij een opdracht wordt de volgende vraag gesteld: Is leeftijd een moderator voor het effect van de voormeting van bewerkingen op de follow-up meting van bewerkingen?

Wij gebruiken SPSS, een programma waarin je statistische analyses kunt uitvoeren. Je krijgt dan een output. Het enige wat ik niet weet is wanneer ik kan spreken van een modererend effect? Er staat bij het antwoord in mijn werkboek: p$<$ .001 = significant (p waarde voor interactie is significant). Maar is .001 altijd de grens (of kan .05 ook de grens zijn bijvoorbeeld?)

yalda
Student universiteit - zondag 19 februari 2017

Antwoord

Hallo Yalda,

Stel je voor dat in verkelijkheid geen verband bestaat tussen onderzochte variabelen. Anders gezegd: de nul-hypothese is waar. Dan kan het gebeuren dat jouw steekproef zodanig ongelukkig uitvalt dat het lijkt dat er wel een verband bestaat. De p-waarde geeft de kans aan dat je, in het geval dat in werkelijkheid geen verband bestaat, door zo'n toeval toch een verband lijkt te vinden.
Wanneer deze p-waarde klein genoeg is (dat wil zeggen: de kans is klein genoeg dat we een verband lijken te vinden terwijl dit verband in werkelijkheid niet bestaat), dan nemen we aan dat het gevonden verband niet het gevolg is van een toevallig ongelukkige steekproef, maar dat het verband werkelijk bestaat. We noemen de gevonden resultaten dan significant.

De vraag is nu: welke waarde voor p is klein genoeg, ofwel: onder welke waarde van p noemen we de gevonden resultaten significant?
Je zou kunnen denken: we kiezen p heel klein, want dan is de kans heel klein dat we, in geval van geen verband, de foutieve conclusie trekken dat er wel een verband is (fout van de eerste soort). Maar het omgekeerde kan ook gebeuren: er is wel degelijk een verband, maar door een wat ongelukkige steekproef lijkt er geen verband te bestaan (fout van de tweede soort). Het vervelende is nu dat je de kans op een fout van de eerste soort klein kunt maken door een kleine waarde van p te kiezen, maar dat dan automatisch de kans op een fout van de tweede soort groter wordt.

De waarde van p is dus een compromis, zodanig dat de kansen op zowel een fout van de eerste soort als van de tweede soort aanvaardbaar zijn. Een veel gebruikte keuze is p=0,05.
Men kiest voor andere waarden wanneer bijvoorbeeld het gevolg van het optreden van de ene fout veel ernstiger is dan het gevolg van het optreden van de andere fout. Stel dat metingen in een kerncentrale op een gevaar wijzen, en men moet besluiten of de kerncentrale stilgelegd moet worden. Misschien is er niets aan de hand (geen verband), nodeloos stilleggen (fout van de eerste soort) kost dan geld. Maar er kan ook werkelijk iets aan de hand zijn (wel verband), ten onrechte doordraaien (fout van de tweede soort) levert een kernramp op. In zo'n situatie zou men voor een zeer kleine p-waarde kiezen: liever 10 keer ten onrechte stilleggen, dan 1 keer ten onrechte doordraaien.

Kortom: de keuze voor p is een compromis tussen kansen op een fout van de eerste of tweede soort, een veel gebruikte waarde is p=0,05.

Wie is wie?
Vragen naar aanleiding van dit antwoord? Klik rechts..!
zondag 19 februari 2017



klein |  normaal |  groot

home |  vandaag |  bijzonder |  twitter |  gastenboek |  wie is wie? |  colofon

©2001-2017 WisFaq - versie IIb

eXTReMe Tracker