Vraag gesteld door Nathaliek op 03-02-2010

Beste Methodologiewinkel,

ik ben even in de war welke statistische analyse ik moet gebruiken. Mijn data is genest, dus zelf dacht ik aan een multilevel analyse, maar van anderen krijg ik te horen dat ik een repeated measures design moet kiezen.

Het onderzoek: ik wil kijken of er een verschil optreedt in externaliserend gedrag (afh., continue gemeten) na een interventie (onafh. factor 1). Ik maak dus gebruik van een voormeting en een nameting. Proefpersonen werf ik van verschillende scholen in de randstad (nesting!), deze groep p.p. bestaat uit 5 typen kinderen (kinderen zonder psych. classificatie, kinderen met een disruptieve stoornis, kinderen met een niet-disruptieve stoornis, kinderen met een disruptieve stoornis + ADHD en kinderen met een disruptieve stoornis + Angst: Factor 2, discreet). Nu wil ik weten welke type-groep het meeste vooruit is gegaan ten opzichte van andere groepen. welke stat. analyse kan ik het beste gebruiken?

En is het verschil tussen de typen groepen de between factor en het verschil binnen een groep de within factor? of is een within factor alleen binnen een persoon en een between factor het verschil tussen individuen?

Alvast bedankt,
Groetjes, Nathalie

Antwoord gegeven door Gilles op 05-02-2010

Hoi Nathalie,

Ik zou in jouw geval zoals je zelf ook zegt eerst denken aan een multilevel analyse. Namelijk:

Door de genestheid van je data (kinderen in scholen) kan het zo zijn dat je afhankelijke waarnemingen hebt. Dat wil zeggen dat bijvoorbeeld het effect van je interventie meer hetzelfde is bij kinderen die op dezelfde school zitten dan bij kinderen die op verschillende scholen zitten. Bijvoorbeeld doordat kinderen binnen een school met elkaar praten over de interventie, of doordat de ene school een betere sfeer heeft wat ervoor zorgt dat de interventie meer succesvol is, etc. Onafhankelijke waarnemingen is een assumptie van normale analyses of variance (anova, manova, repeated measures anova), en als deze assumptie geschonden wordt is dat zeer ernstig.
Het effect ervan is dat de kans op een type 1 error (die normaal gelijk is aan alpha 0.05) veeeeeeel groter wordt dan je verwacht (met een matige samenhang kan je kan al een type 1 error hebben van ruim .4 ! --> zie Stevens - applied multivariate statistics for the social sciences hoofdstuk 6.2)

Een multilevel analyse kan echter omgaan met deze samenhang. Daarom lijkt mij dit de beste keus.

Een between factor gaat over verschillen tussen groepen (de groepen zijn de levels van je between factor). Een within factor gaat over verschillen in individuen die allemaal een aantal condities doormaken (de levels van de within factor).

Is dit een beetje duidelijk? Als je nog vragen hebt kan je ze posten op de site of even mailen naar methodol-fmg@uva.nl

groetjes Noemi 

uitleg

Bij de methodologiewinkel kunt u terecht met vragen van statistische en methodologische aard. U dient eerst een gebruikersnaam en wachtwoord aan te maken. Daarna gaat u naar 'stel een vraag'.

De vragen worden beantwoord door studenten met een uitgebreide statistische en methodologische achtergrond.

inloggen

Wachtwoord vergeten? Laat uw gebruikersnaam en wachtwoord per email versturen.

Wat is RSS? RSS