Statistische resultaten rapporteren volgens APA: t-toetsen, correlaties en regressie

Je SPSS-, Jamovi-, R- of Excel-output staat vol getallen, maar zodra je de resultatenparagraaf moet schrijven, voelt alles ineens verdacht onzeker: welke waarden neem je over, welke laat je weg, en hoe voorkom je dat je alleen een rijtje p-waarden opsomt? Veel studenten aan Nederlandse en Vlaamse universiteiten lopen hier vast bij hun scriptie, bachelorproef, onderzoeksverslag of masterpaper. Je weet misschien wel dat een t-toets “significant” is, maar niet hoe je dat netjes formuleert. Of je regressietabel bevat vijf kolommen waarvan je niet weet welke APA verwacht. Statistische resultaten rapporteren vraagt daarom niet alleen om rekenen, maar vooral om selectie, structuur en interpretatie.

Statistische resultaten rapporteren volgens APA betekent dat je per analyse kort benoemt welke toets je gebruikte, welke kernwaarden daarbij horen en wat het resultaat inhoudelijk zegt over je hypothese of onderzoeksvraag. Bij t-toetsen, correlaties en regressies vermeld je naast de p-waarde ook relevante informatie zoals gemiddelden, standaarddeviaties, vrijheidsgraden, effectgrootte, correlatiecoëfficiënt, regressiecoëfficiënt, verklaarde variantie en betrouwbaarheidsintervallen wanneer die nodig zijn.

In deze gids

• Welke informatie hoort altijd in een APA-resultatenparagraaf over statistiek
• Hoe kun je statistische resultaten rapporteren zonder je output over te schrijven
• Hoe moet je een t-toets rapporteren APA stijl
• Hoe moet je een correlatie rapporteren APA stijl
• Hoe moet je regressie rapporteren APA stijl
• Hoe koppel je statistische resultaten aan hypothesen en onderzoeksvragen
• Welke fouten maken studenten vaak bij statistische resultaten rapporteren
• Hoe controleer je of je statistiek rapporteren volgens APA volledig en leesbaar is

Welke informatie hoort altijd in een APA-resultatenparagraaf over statistiek?

Een APA-resultatenparagraaf bevat de analyse, de relevante descriptieve statistiek, de toetsstatistiek, de vrijheidsgraden waar nodig, de p-waarde, een effectmaat en een korte inhoudelijke interpretatie. Je schrijft dus niet “de toets was significant” en stopt daar; je laat zien wat precies is getoetst, hoe sterk het verband of verschil was en wat de uitkomst betekent voor je verwachting.

De vaste bouwstenen van een statistisch resultaat

Toetsstatistiek betekent de berekende waarde die bij een statistische toets hoort, zoals t, r, F of β. P-waarde betekent de kans op een resultaat minstens zo extreem als het gevonden resultaat als de nulhypothese waar zou zijn. Effectgrootte geeft aan hoe groot of relevant een verschil of verband is, los van alleen significantie.

Voor een t-toets rapporteer je meestal gemiddelden en standaarddeviaties per groep, de t-waarde, vrijheidsgraden, p-waarde en een effectgrootte zoals Cohen’s d. Voor een correlatie geef je de correlatiecoëfficiënt r, de steekproefgrootte of vrijheidsgraden, de p-waarde en de richting van het verband. Voor regressie vermeld je het model als geheel, de verklaarde variantie, de regressiecoëfficiënten en welke voorspellers wel of niet statistisch significant bijdragen.

Waarom descriptieve statistiek vóór toetsresultaten komt

Lezers hebben eerst context nodig. Een significant verschil tussen twee groepen zegt weinig als je niet weet welke groep hoger scoort en hoe groot het verschil in gemiddelden is. Daarom past een korte beschrijving van centrum en spreiding vaak vóór de inferentiële toets.

Bij een psychologiepaper over stress en slaapkwaliteit kun je bijvoorbeeld eerst schrijven dat studenten met hoge tentamenstress gemiddeld lager scoren op slaapkwaliteit dan studenten met lage tentamenstress. Daarna rapporteer je pas de t-toets die aangeeft of dat verschil statistisch wordt ondersteund. Als je nog twijfelt welke beschrijvende waarden je moet geven, sluit Beschrijvende statistiek als overzicht van centrum en spreiding goed aan op deze stap.

Wat wel en niet in de resultaten hoort

In de resultatenparagraaf geef je de uitkomsten en een beperkte interpretatie. Lange verklaringen, beleidsimplicaties of theoretische duiding horen meestal in de discussie. Een zin als “dit kan komen doordat verpleegkundigen onder hoge werkdruk minder tijd hebben voor patiëntcommunicatie” past eerder na de resultaten, tenzij je alleen heel kort uitlegt welke richting het effect heeft.

Een bruikbare resultatenzin blijft dicht bij de data: “Studenten in de feedbackconditie scoorden hoger op schrijfvertrouwen dan studenten in de controlegroep.” Daarna volgt de toets. De discussie mag vervolgens uitleggen waarom feedback mogelijk dat effect had.

Hoe kun je statistische resultaten rapporteren zonder je output over te schrijven?

Je rapporteert statistische resultaten door de output te vertalen naar een compacte academische zin of tabel, niet door alle softwarekolommen over te nemen. Selecteer alleen de waarden die nodig zijn om de toets te begrijpen, volg de APA-notatie en verbind elk getal met een inhoudelijke uitspraak over je variabelen.

Van software-output naar academische zin

Statistische software geeft vaak meer informatie dan je paper nodig heeft. SPSS toont bijvoorbeeld meerdere rijen voor gelijke of ongelijke varianties, Jamovi maakt automatisch tabellen met extra aannames, en R geeft soms output die vooral voor controle bedoeld is. Jouw taak is om daaruit de waarden te kiezen die je lezer nodig heeft.

Een handige werkwijze:

1. Bepaal welke hypothese of deelvraag bij de analyse hoort.
2. Noteer de afhankelijke en onafhankelijke variabele of de twee variabelen in het verband.
3. Kies de juiste rij of het juiste model uit je output.
4. Neem alleen de APA-kernwaarden over.
5. Schrijf eerst de inhoudelijke richting, daarna de statistische onderbouwing.
6. Controleer of alle symbolen cursief staan waar APA dat vraagt, zoals t, p, r, F, M, SD en β.

Zwakke versus sterkere rapportage

Een veelvoorkomend probleem is dat studenten de taal van de output overnemen. Daardoor klinkt de resultatenparagraaf technisch, maar niet analytisch. De lezer ziet dan wel getallen, maar begrijpt niet wat ze betekenen.

Zwakke studentversie	Sterkere herschrijving
“Uit de t-test blijkt dat er een significant verschil is tussen mannen en vrouwen, p = .03.”	“Vrouwelijke respondenten rapporteerden gemiddeld meer studiestress (M = 3.82, SD = 0.71) dan mannelijke respondenten (M = 3.45, SD = 0.68). Dit verschil was statistisch significant, t(118) = 2.19, p = .031, d = 0.40.”
“De correlatie is significant en positief.”	“Er was een positieve samenhang tussen ervaren autonomie en werktevredenheid, r(96) = .42, p < .001: hogere autonomie ging samen met hogere werktevredenheid.”
“Regressie laat zien dat motivatie invloed heeft.”	“Motivatie voorspelde studie-inzet positief wanneer voor leeftijd werd gecontroleerd, β = .36, p = .004. Het model verklaarde 21% van de variantie in studie-inzet, R² = .21.”

Wanneer gebruik je tekst en wanneer een tabel?

Korte analyses met één of twee uitkomsten kun je meestal in lopende tekst rapporteren. Denk aan één onafhankelijke t-toets of één Pearson-correlatie. Zodra je meerdere groepen, meerdere voorspellers of verschillende modellen hebt, wordt een tabel vaak duidelijker.

Bij een bedrijfskundige masterpaper over thuiswerken en productiviteit kun je drie regressiemodellen vergelijken: model 1 met controlevariabelen, model 2 met thuiswerkfrequentie en model 3 met interactietermen. In dat geval is een tabel overzichtelijker dan een lange alinea met tien coëfficiënten. De tekst onder de tabel vat dan alleen de belangrijkste patronen samen.

Hoe moet je een t-toets rapporteren APA stijl?

Een t-toets rapporteer je volgens APA door de groepsgemiddelden en standaarddeviaties te noemen, gevolgd door de t-waarde, vrijheidsgraden, p-waarde en effectgrootte. Geef ook aan welke groep hoger of lager scoorde, omdat significantie zonder richting weinig betekenis heeft.

Onafhankelijke t-toets rapporteren

Een onafhankelijke t-toets vergelijkt twee losstaande groepen, zoals eerstejaars en derdejaars, mannen en vrouwen, of interventiegroep en controlegroep. Je rapporteert dus altijd de resultaten per groep.

Voorbeeld uit de gezondheidswetenschappen:

“Patiënten die na ontslag een digitale medicatieherinnering ontvingen, rapporteerden hogere therapietrouw (M = 4.21, SD = 0.53) dan patiënten die standaardzorg ontvingen (M = 3.87, SD = 0.61). Dit verschil was statistisch significant, t(86) = 2.77, p = .007, d = 0.60.”

Deze zin bevat de richting, de beschrijvende statistiek en de inferentiële toets. De effectgrootte helpt de lezer inschatten of het verschil alleen statistisch zichtbaar is of ook praktisch relevant kan zijn.

Gepaarde t-toets rapporteren

Een gepaarde t-toets vergelijkt twee metingen binnen dezelfde deelnemers, bijvoorbeeld vóór en na een training. Hier rapporteer je de gemiddelden van beide meetmomenten en de toets op het verschil.

Voorbeeld uit onderwijs:

“Studenten scoorden na de feedbacktraining hoger op academisch schrijfvertrouwen (M = 4.02, SD = 0.64) dan vóór de training (M = 3.51, SD = 0.70). De toename was statistisch significant, t(42) = 4.18, p < .001, d = 0.64.”

Let op dat de vrijheidsgraden bij een gepaarde t-toets afhangen van het aantal deelnemers met beide metingen. Als enkele deelnemers ontbreken op de nameting, kan je df lager zijn dan verwacht. Rapporteer daarom de waarde uit de juiste output, niet het aantal dat je dacht te hebben.

T-toets rapporteren APA met niet-significante uitkomst

Niet-significante resultaten zijn geen mislukte resultaten. Je rapporteert ze op dezelfde manier, maar je formuleert voorzichtiger. Schrijf niet dat er “geen verschil bestaat”; je kunt alleen zeggen dat er in jouw steekproef geen statistisch significant verschil werd gevonden.

Voorbeeld:

“Er werd geen statistisch significant verschil gevonden in toetsangst tussen studenten met en zonder bijbaan, t(104) = 1.12, p = .265, d = 0.22. De gemiddelde toetsangst lag iets hoger bij studenten met een bijbaan (M = 3.14, SD = 0.81) dan bij studenten zonder bijbaan (M = 2.97, SD = 0.76), maar dit verschil werd niet statistisch ondersteund.”

Deze formulering voorkomt dat je te veel concludeert. Zeker bij kleine steekproeven kan een niet-significant resultaat ook samenhangen met beperkte statistische power.

Hoe moet je een correlatie rapporteren APA stijl?

Een correlatie rapporteer je volgens APA met de correlatiecoëfficiënt, vrijheidsgraden of steekproefgrootte, p-waarde en richting van het verband. Benoem daarnaast wat een positieve of negatieve correlatie inhoudelijk betekent voor jouw variabelen.

Pearson-correlatie in tekst

Een Pearson-correlatie meet de lineaire samenhang tussen twee continue variabelen. De waarde loopt van -1 tot +1. Een positieve waarde betekent dat hogere scores op de ene variabele samengaan met hogere scores op de andere; een negatieve waarde betekent dat hogere scores op de ene variabele samengaan met lagere scores op de andere.

Voorbeeld uit de psychologie:

“Er was een positieve samenhang tussen sociale steun en psychologisch welzijn, r(148) = .46, p < .001. Studenten die meer sociale steun rapporteerden, rapporteerden gemiddeld ook hoger welzijn.”

Deze vorm van correlatie rapporteren APA stijl is kort, maar volledig. Je vermeldt niet alleen dat het verband significant is; je vertaalt het verband naar een inhoudelijke zin.

Correlatie is geen oorzaak-gevolgrelatie

Een correlatie bewijst geen causaliteit. Als slaapkwaliteit samenhangt met studieresultaten, betekent dat niet automatisch dat betere slaap de cijfers veroorzaakt. Het kan ook zijn dat minder stress zowel betere slaap als betere resultaten voorspelt.

Bij een verpleegkundig onderzoek naar medicatiekennis en therapietrouw kun je bijvoorbeeld vinden dat patiënten met meer medicatiekennis trouwer hun medicatie innemen. Dat is een relevant verband, maar zonder experimenteel ontwerp kun je niet schrijven dat kennis de therapietrouw veroorzaakt. Als je variabelen en mogelijke richtingen nog scherp moet krijgen, helpt Van abstracte variabele naar meetbare indicator om begrippen meetbaar te maken voordat je conclusies formuleert.

Meerdere correlaties in een tabel

Wanneer je drie of meer variabelen met elkaar vergelijkt, is een correlatiematrix meestal beter dan losse zinnen. Bijvoorbeeld bij een bachelorproef over motivatie, studieplanning, tentamenangst en studieprestatie. In de tekst bespreek je dan alleen de verbanden die direct bij je hypothesen horen.

Een compacte tekst kan zo luiden:

“Zoals weergegeven in Tabel 2 hing studieplanning positief samen met studieprestatie, r = .31, p = .004, en negatief met tentamenangst, r = -.28, p = .011. Motivatie hing positief samen met studieplanning, r = .44, p < .001.”

Vermijd daarna een herhaling van elke cel uit de tabel. De tabel geeft het overzicht; de tekst geeft betekenis.

Hoe moet je regressie rapporteren APA stijl?

Regressie rapporteer je volgens APA door eerst het model als geheel te beschrijven en daarna de afzonderlijke voorspellers te bespreken. Vermeld meestal R², eventueel aangepaste R², de F-toets van het model, regressiecoëfficiënten, standaardfouten, p-waarden en betrouwbaarheidsintervallen als die relevant zijn.

Het model als geheel rapporteren

Een regressiemodel schat hoe goed één of meer onafhankelijke variabelen een afhankelijke variabele voorspellen. Bij enkelvoudige regressie gebruik je één voorspeller; bij meervoudige regressie gebruik je meerdere voorspellers tegelijk.

Voorbeeld uit management:

“Het regressiemodel met autonomie, werkdruk en leidinggevende steun als voorspellers was statistisch significant, F(3, 156) = 14.82, p < .001, en verklaarde 22% van de variantie in werktevredenheid, R² = .22.”

Deze zin vertelt de lezer of het totale model iets toevoegt. Daarna bespreek je welke voorspellers verantwoordelijk zijn voor dat patroon. Zonder deze scheiding wordt regressie rapporteren APA stijl snel rommelig, omdat studenten modelinformatie en losse coëfficiënten door elkaar zetten.

Afzonderlijke voorspellers rapporteren

Bij elke relevante voorspeller rapporteer je de richting, grootte en statistische ondersteuning. In veel opleidingen volstaat de gestandaardiseerde coëfficiënt β, maar sommige begeleiders willen ook de ongestandaardiseerde coëfficiënt B en standaardfout SE. Volg de richtlijnen van je opleiding als die specifieker zijn dan de algemene APA-stijl.

Voorbeeld:

“Autonomie was een positieve voorspeller van werktevredenheid, β = .34, p < .001. Werkdruk was een negatieve voorspeller, β = -.29, p = .002. Leidinggevende steun droeg niet statistisch significant bij wanneer de andere voorspellers in het model waren opgenomen, β = .11, p = .148.”

Deze formulering maakt meteen duidelijk dat voorspellers elkaar controleren. Dat is een belangrijk verschil met losse correlaties.

Regressietabel of tekst?

Bij één eenvoudige regressie kun je de resultaten vaak in tekst plaatsen. Bij meerdere voorspellers is een tabel meestal leesbaarder. Een APA-achtige regressietabel bevat bijvoorbeeld kolommen voor B, SE, β, t, p en eventueel 95%-betrouwbaarheidsintervallen.

Let erop dat je tabel niet alle output hoeft te kopiëren. Kolommen zoals “Tolerance”, “VIF” of residuele diagnostiek kunnen nuttig zijn voor je eigen controle, maar horen niet altijd in je hoofdresultatentabel. Als multicollineariteit of assumpties inhoudelijk relevant zijn, bespreek je ze kort in de methode of in een aanvullende controleparagraaf.

Hoe koppel je statistische resultaten aan hypothesen en onderzoeksvragen?

Je koppelt statistische resultaten aan hypothesen door per analyse expliciet te zeggen of de uitkomst de verwachting ondersteunt, gedeeltelijk ondersteunt of niet ondersteunt. Bij onderzoeksvragen zonder hypothesen geef je aan welk patroon de data laten zien, zonder sterker te concluderen dan je analyse toelaat.

Van hypothese naar resultaatzin

Een hypothese is geen losse voorspelling die je pas in de discussie terugziet. In de resultaten moet de lezer kunnen volgen welke toets bij welke hypothese hoort. Als je nog bezig bent met de logica tussen doel, deelvragen en hypothesen, sluit Onderzoeksdoel, deelvragen en hypothesen als vertakkende structuur aan op deze koppeling.

Voorbeeld:

“Hypothese 1 stelde dat studenten met meer ervaren autonomie hoger zouden scoren op studiebetrokkenheid. Deze hypothese werd ondersteund: autonomie hing positief samen met studiebetrokkenheid, r(121) = .39, p < .001.”

Deze zin werkt omdat hij drie dingen doet: hij herhaalt kort de verwachting, geeft de statistische uitkomst en benoemt de conclusie op hypotheseniveau.

Gedeeltelijke ondersteuning formuleren

Soms is een uitkomst niet zwart-wit. Misschien is je regressiemodel significant, maar één voorspeller niet. Of je vindt een verband in de verwachte richting, maar niet statistisch significant. Dan is “de hypothese is bewezen” nooit passend.

Een betere formulering:

“Hypothese 2 werd gedeeltelijk ondersteund. Werkdruk voorspelde burn-outklachten positief, zoals verwacht, maar autonomie droeg niet statistisch significant bij wanneer werkdruk en leeftijd in het model waren opgenomen.”

Dit soort zinnen is nuttig in bachelor- en masterwerk omdat het laat zien dat je de statistiek begrijpt als bewijs met grenzen, niet als ja-neeknop.

Vergelijking tussen zwakke en sterkere interpretatie

Situatie	Zwakke formulering	Sterkere formulering
Niet-significante t-toets	“Er is geen verschil tussen de groepen.”	“In deze steekproef werd geen statistisch significant verschil gevonden tussen de groepen.”
Positieve correlatie	“Variabele A beïnvloedt variabele B.”	“Hogere scores op variabele A hingen samen met hogere scores op variabele B.”
Regressie met controlevariabelen	“Alle variabelen hebben effect.”	“Alleen motivatie voorspelde studie-inzet statistisch significant wanneer leeftijd en geslacht constant werden gehouden.”
Kleine effectgrootte	“Het verschil is heel belangrijk omdat p < .05.”	“Het verschil was statistisch significant, maar de effectgrootte was klein; de praktische betekenis vraagt daarom om voorzichtigheid.”

Passende taal voor bachelorproef en scriptie

Gebruik taal die past bij je onderzoeksopzet. Bij cross-sectioneel surveyonderzoek schrijf je eerder “hangt samen met” of “voorspelt statistisch” dan “veroorzaakt”. Bij een experiment met random toewijzing kun je voorzichtiger richting causaliteit gaan, maar ook dan moet je binnen je design blijven.

Als je nog moet bepalen welke toets bij je hypothese past, kan Beslisroute voor het kiezen van een statistische toets helpen voordat je resultaten gaat uitschrijven. Een nette APA-zin kan een verkeerde toets namelijk niet redden.

Welke fouten maken studenten vaak bij statistische resultaten rapporteren?

Studenten maken vooral fouten door te veel output over te nemen, p-waarden als enige bewijs te gebruiken, causaliteit te claimen bij correlaties en hypothesen niet zichtbaar te koppelen aan de analyses. Deze fouten zijn goed te voorkomen als je per resultaat nagaat welke variabele, toets, effectmaat en interpretatie nodig zijn.

Veelvoorkomende fouten met voorbeelden

1. Alleen “significant” schrijven zonder richting
   Studentvoorbeeld: “Er is een significant verschil in motivatie tussen de groepen, p = .02.”
   Correctie: vermeld welke groep hoger scoort en geef gemiddelden: “De interventiegroep scoorde hoger op motivatie dan de controlegroep…”

2. Een correlatie causaal formuleren
   Studentvoorbeeld: “Meer sociale steun zorgt voor minder stress, r = -.41, p < .001.”
   Correctie: schrijf “hing samen met” tenzij je design causaliteit ondersteunt: “Meer sociale steun hing samen met minder stress.”

3. SPSS-output letterlijk kopiëren
   Studentvoorbeeld: “Equal variances assumed, Sig. (2-tailed) = .047, mean difference = .32.”
   Correctie: vertaal naar APA-notatie: “Het verschil was statistisch significant, t(78) = 2.02, p = .047, met een gemiddeld verschil van 0.32 punt.”

4. Effectgrootte weglaten bij een significant resultaat
   Studentvoorbeeld: “De training had effect, p = .001.”
   Correctie: voeg bijvoorbeeld Cohen’s d, R² of r toe, zodat de lezer de grootte van het effect kan beoordelen.

5. Een hypothese als bewezen presenteren
   Studentvoorbeeld: “Hypothese 3 is bewezen door de regressieanalyse.”
   Correctie: schrijf “ondersteund” of “niet ondersteund”: statistische analyses leveren ondersteuning binnen jouw steekproef en onderzoeksopzet.

Fouten in verschillende vakgebieden

In sociale wetenschappen zie je vaak dat correlaties tussen welzijn, stress en sociale steun te causaal worden beschreven. In gezondheidswetenschappen komt het regelmatig voor dat klinisch relevante verschillen worden verward met statistische significantie. Een klein verschil in pijnscore kan significant zijn in een grote steekproef, maar voor patiënten nauwelijks merkbaar.

In onderwijs en management ontstaat vaak verwarring tussen verklaren en voorspellen. Een regressiemodel kan laten zien dat feedbackfrequentie studiebetrokkenheid voorspelt, maar dat betekent nog niet dat feedbackfrequentie de enige verklaring is. Context, meetmoment en onderzoeksdesign blijven meespelen.

Hoe je fouten vroeg opspoort

Maak vóór het schrijven een analysekaart per hypothese. Noteer daarop de variabelen, het meetniveau, de gekozen toets, de verwachte richting en de waarden die je straks moet rapporteren. Dit voorkomt dat je achteraf losse outputfragmenten aan elkaar plakt.

Als je schrijfplan nog niet duidelijk maakt welke resultaten bij welke deelvraag horen, begin dan niet meteen met tabellen. Werk eerst de structuur uit. Van opdrachtomschrijving naar schrijfplan kan helpen om de eisen van je opleiding te vertalen naar een werkbaar plan voor methode, resultaten en discussie.

Hoe controleer je of je statistiek rapporteren volgens APA volledig en leesbaar is?

Je controleert je APA-rapportage door elke resultatenzin te toetsen op vijf punten: analyse, variabelen, kernwaarden, effectgrootte en interpretatie. Daarna kijk je of tekst en tabellen elkaar aanvullen in plaats van herhalen.

Controle op APA-notatie

APA gebruikt vaste conventies voor statistische symbolen. Statistische letters zoals t, p, r, F, M, SD, B, SE en β staan meestal cursief. Waarden zoals p-waarden worden vaak zonder nul vóór de komma geschreven wanneer ze niet groter dan 1 kunnen zijn: p = .032, r = .45.

Gebruik in Nederlandse tekst een decimale punt als je APA strikt volgt in statistische waarden, zeker wanneer je opleiding Engelstalige APA-conventies hanteert. Sommige Nederlandstalige opleidingen accepteren een decimale komma in lopende tekst, maar APA-tabellen en internationale rapportage gebruiken vaak een punt. Kies één lijn en volg de richtlijnen van je opleiding.

Controle op leesbaarheid

Een resultatenparagraaf mag technisch zijn, maar niet onleesbaar. Als een zin vijf statistische waarden bevat zonder inhoudelijke uitleg, raakt de lezer de draad kwijt. Wissel daarom statistische notatie af met gewone taal.

Minder leesbaar:

“De regressie was significant, F(4, 112) = 9.30, p < .001, R² = .25, waarbij motivatie significant was, β = .39, p < .001, en planning significant was, β = .22, p = .030.”

Beter:

“Het regressiemodel verklaarde 25% van de variantie in studieprestatie en was statistisch significant, F(4, 112) = 9.30, p < .001. Motivatie was de sterkste positieve voorspeller, β = .39, p < .001. Planning droeg daarnaast positief bij, β = .22, p = .030.”

Voordat je verdergaat: checklist voor statistische resultaten rapporteren

• Elke analyse is gekoppeld aan een hypothese, deelvraag of onderzoeksvraag.
• De gebruikte toets wordt expliciet genoemd of is duidelijk uit de zin of tabel.
• Bij t-toetsen staan gemiddelden en standaarddeviaties per groep of meetmoment.
• Bij correlaties staat de richting van het verband in gewone taal uitgelegd.
• Bij regressies staat eerst het model als geheel en daarna de afzonderlijke voorspellers.
• P-waarden worden niet als enige bewijs gebruikt.
• Effectgroottes zoals Cohen’s d, r of R² zijn toegevoegd waar passend.
• Niet-significante resultaten worden voorzichtig geformuleerd.
• Causale taal wordt alleen gebruikt als het onderzoeksdesign dat ondersteunt.
• Tabellen herhalen niet letterlijk alles wat al in de tekst staat.
• APA-symbolen en decimalen zijn consequent genoteerd.
• De resultatenparagraaf bevat nog geen uitgebreide discussie of verklaring.

Aanbevolen interne links

(Build system metadata — do not remove this section)

• Beschrijvende statistiek als overzicht van centrum en spreiding
• Van abstracte variabele naar meetbare indicator
• Beslisroute voor het kiezen van een statistische toets
• Onderzoeksdoel, deelvragen en hypothesen als vertakkende structuur