Verslag: Difference between revisions
| Line 11: | Line 11: | ||
We hebben op voorhand een power analyse gedaan. Hiervoor hebben we het programa G*power gebruikt. Hiervoor gingen we uit van een t-test, aangezien we voor twee verschillende groepen een verschillende interval variabelen (aspecten over de ervaring van de stem) gaan analyseren. | We hebben op voorhand een power analyse gedaan. Hiervoor hebben we het programa G*power gebruikt. Hiervoor gingen we uit van een t-test, aangezien we voor twee verschillende groepen een verschillende interval variabelen (aspecten over de ervaring van de stem) gaan analyseren. | ||
Ons alpha-level ligt op 0.05 en we hebben gewerkt met een power van 0.8. We zijn uit gegaan van een gelijk aantal mensen in beide condities. | Ons alpha-level ligt op 0.05 en we hebben gewerkt met een power van 0.8. We zijn uit gegaan van een gelijk aantal mensen in beide condities. | ||
Effect sizes van soortgelijke onderzoeken hebben we nergens kunnen vinden. Daarom hebben we een gemiddelde effect size gekozen. Uit de power analyse blijkt dat we per conditie 64 mensen moeten testen. | Effect sizes van soortgelijke onderzoeken hebben we nergens kunnen vinden. Daarom hebben we een gemiddelde effect size gekozen. Uit de power analyse blijkt dat we per conditie 64 mensen moeten testen. Dit geldt wanneer we een two-tailed t-test willen berekenen. In principe verwachten we dat als er een effect is, dit effect maar een kant op is, namelijk; dat de mensen die de stem met emotie horen de stem over het algemeen 'beter' zullen ervaren. Wanneer we de berekening nog een keer maken, uitgaande van een one-tailed t-test, dan blijken we 51 mensen per conditie nodig te hebben. | ||
Voor de zekerheid hebben we ook een test uitgevoerd, uitgaande van een laag effect. Uit de berekening komt dan dat we voor beide condities 394 mensen nodig hebben. | Voor de zekerheid hebben we ook een test uitgevoerd, uitgaande van een laag effect. Uit de berekening komt dan dat we voor beide condities 394 mensen nodig hebben (two-tailed). Voor een one-tailed test zijn dit er 310. | ||
== Resultaten == | == Resultaten == | ||
Revision as of 17:15, 23 September 2014
Terug: PRE_Groep2
Inleiding
Hypotheses ahv bronnen opstellen.
Methode
We hebben op voorhand een power analyse gedaan. Hiervoor hebben we het programa G*power gebruikt. Hiervoor gingen we uit van een t-test, aangezien we voor twee verschillende groepen een verschillende interval variabelen (aspecten over de ervaring van de stem) gaan analyseren. Ons alpha-level ligt op 0.05 en we hebben gewerkt met een power van 0.8. We zijn uit gegaan van een gelijk aantal mensen in beide condities. Effect sizes van soortgelijke onderzoeken hebben we nergens kunnen vinden. Daarom hebben we een gemiddelde effect size gekozen. Uit de power analyse blijkt dat we per conditie 64 mensen moeten testen. Dit geldt wanneer we een two-tailed t-test willen berekenen. In principe verwachten we dat als er een effect is, dit effect maar een kant op is, namelijk; dat de mensen die de stem met emotie horen de stem over het algemeen 'beter' zullen ervaren. Wanneer we de berekening nog een keer maken, uitgaande van een one-tailed t-test, dan blijken we 51 mensen per conditie nodig te hebben. Voor de zekerheid hebben we ook een test uitgevoerd, uitgaande van een laag effect. Uit de berekening komt dan dat we voor beide condities 394 mensen nodig hebben (two-tailed). Voor een one-tailed test zijn dit er 310.
Resultaten
Discussie
Evt. vervolgonderzoek: we vonden een ander TTS programma awarin je specifieke geluidjes kan toevoegen aan de uitspraak. Zoals 'snik' of 'wow'. Misschien hebben dit soort extra geluidjes wel veel meer effect dan de daadwerkelijke emotie in de stem.