Causal Analysis Techniques for International Students (424241B6)
Summary
Nederlandstalige samenvatting CAT; letterlijke uitwerking van de Nederlandstalige hoorcolleges. LET OP: 1.5 college ontbreekt!
26 views 1 purchase
Course
Causal Analysis Techniques for International Students (424241B6)
Institution
Tilburg University (UVT)
Book
Applied Statistics II
Omdat ik zelf geen statistische achtergrond heb, heb ik erg veel tijd aan dit vak besteed. Daarom heb ik alle colleges gevolgd en letterlijk meegeschreven.
LET OP: Mijn computer is halverwege een keer gecrasht, daarom mis ik de helft van het eerste hoorcollege en ontbreekt er één hoorcollege....
Test Bank for Applied Statistics II Basic Bivariate Techniques 3rd Edition by Rebecca Warner, Verified Chapters 1 - 17, Complete Newest Version
Test Bank For Applied Statistics II Multivariable and Multivariate Techniques, 3rd Edition by Rebecca Warner All 1-17 Chapters Covered ,Latest Edition, ISBN:9781544398723
Test Bank For Applied Statistics II Multivariable and Multivariate Techniques, 3rd Edition by Rebecca Warner All 1-17 Chapters Covered ,Latest Edition, ISBN:9781544398723
All for this textbook (5)
Written for
Tilburg University (UVT)
PM Organization Studies
Causal Analysis Techniques for International Students (424241B6)
All documents for this subject (1)
Seller
Follow
xDaphnevox
Reviews received
Content preview
INHOUD
Logica van de eenweg ANOVA ................................................................................................................ 3
Logica van ANOVA ................................................................................................................................... 4
Logica van de een-weg ANOVA ............................................................................................................... 6
Intermezzo ....................................................................................................................................... 6
Rekenen: sum of squares ........................................................................................................................ 7
Rekenen: sum of squares > “Droog formulewerk” ......................................................................... 7
Rekenen: Rekenvoorbeeld ............................................................................................................ 10
Herhaling en samenvatting ANOVA ...................................................................................................... 14
Voorbeeld ...................................................................................................................................... 15
Assumpties van de ANOVA.................................................................................................................... 18
SPSS Output ANOVA .............................................................................................................................. 18
Consequenties van schendingen van de assumpties ............................................................................ 21
Effect size............................................................................................................................................... 22
Samenvattend ....................................................................................................................................... 23
Voorbeelddata ....................................................................................................................................... 24
Assumpties van PEarsons correlatie (r) ................................................................................................. 25
Voorbeelden van associaties ............................................................................................................. 25
Invloed van outliers (assumptie 4) .................................................................................................... 27
Verdelingsassumpties, assumptie 3 .................................................................................................. 29
Homoscedasticiteit, assumptie 5 ..................................................................................................... 30
Hoe wordt Pearson’s r berekend?......................................................................................................... 31
Methode 1: Standaardscore formule ................................................................................................ 31
Methode 2: Via covariantie tussen X en Y ......................................................................................... 32
Sterkte van Pearson’s correlatiecoëfficiënt (r) is gerelateerd aan patronen data................................ 33
Is de samenhang significant? ................................................................................................................ 34
Pearson’s r in SPSS................................................................................................................................. 36
Hoe sterk is de samenhang?.............................................................................................................. 37
Veel correlaties & kans op Type I fout .................................................................................................. 37
Factoren die Pearson’s r kunnen beïnvloeden ...................................................................................... 38
Pearson’s r en causale conclusies ......................................................................................................... 40
Wat is een regressieanalyse? (Bivariate of multipele) .......................................................................... 43
wat hebben correlatie en bivariate regressie met elkaar gemeenschappelijk? ................................... 43
Basiselementen van de regressielijn ..................................................................................................... 45
,Hoe wordt de regressie-lijn bepaald? ................................................................................................... 46
Ordinary least squared .......................................................................................................................... 47
Voorbeeld van voorspellingsfout/residu ........................................................................................... 48
Formules om b0 en b te berekenen ...................................................................................................... 49
Hoe ziet de regressievergelijking er in SPSS uit? ................................................................................... 50
Voorbeeld vorospelde waarde en residu .......................................................................................... 52
Partioneren van variantie in bivariate regressie ................................................................................... 53
Standard error of the estimate ............................................................................................................. 62
Herhaling regressieanalyse ................................................................................................................... 64
Toetsen van individuele regressiecoefficienten .................................................................................... 73
Gestandaardiseerde regressiecoefficenten beta .................................................................................. 75
Centreren van onafhankelijke variabelen op het algemene gemiddelde ............................................. 78
Hoe centreren we een onafhankelijke variabele X? ............................................................................. 81
De output: ......................................................................................................................................... 82
Enkele punten om te onthouden .......................................................................................................... 83
Tussendoor (docent was dit eerder vergeten) .................................................................................. 84
Korte samenvatting van gisteren .................................................................................................... 164
Klaar met herhaling ......................................................................................................................... 165
,ONE-WAY BETWEEN-SUBJECTS ANALYSIS OF
VARIANCE (ANOVA)
LOGICA VAN DE EENWEG ANOVA
Conceptueel model:
In een variantieanalyse is de:
- Afhankelijke variabele (Y) = Categorisch.
- Onafhankelijke variabele (X) = Continue gemeten.
Bij dit conceptueel model zouden we de inhoudelijke hypothese kunnen opstellen waarin wordt
gezegd dat de mate van organizational commitment (Y) afhankelijk is van het team waarin iemand
werkt (X).
Als deze hypothese juist is, wat zou je dan moeten vinden met betrekking tot de gemiddelde
commitment tussen de teams? Dan zou je verschillende commitments tussen de teams moeten
vinden.
Stel, we hebben data verzameld met meting van organizational commitment bij 3 teams. Daarbij
hebben we 2 scenario’s wat betreft de data:
,Je ziet:
- In deze twee scenario’s hebben de teams dezelfde gemiddelde score.
- De spreiding van de scores voor elk team verschilt tussen de scenario’s.
In welk van de scenario’s zie je duidelijker verschillen tussen de teams? Je ziet dit duidelijker in
scenario 2, omdat de verschillen binnen de teams in scenario 2 veel minder groot zijn. In scenario 1
heb je veel meer spreiding binnen de verschillende teams en daardoor is er wat overlap tussen de
scores en de teams. In scenario 2 zie je de verschillen veel duidelijker naar voren komen.
De les die je hieruit trekt: De variantieanalyse kijkt naar de verschillen tussen groepen, én verschillen
binnen groepen, en gaat die aan elkaar relateren. Het centrale idee bij de variantieanalyse is dat
indien we twee of meer groepen onderscheiden kunnen we dan een uitspraak doen over de
mogelijke significante verschillen tussen de gemiddelden van groepen?
LOGICA VAN ANOVA
Variantieanalyse analyseer de verhouding van de twee componenten van de totale variantie in de
totale groep van de data, namelijk tussengroepvariantie en binnengroepvariantie. Specifiek gaat de
ANOVA een bepaalde ratio uitrekenen, namelijk de verhouding tussen de variantie in de gemiddelde
score tussen groepen en informatie over de variatie van scores binnen groepen.
, - Tussengroepvariantie = Meet systematische verschillen tussen groepen én alle andere
variabelen die zowel systematisch als toevallig van invloed zijn op Y (‘residual variance’ of
‘error’). Pikt een mogelijk tussengroepsverschil op en error.
- Binnengroepvarianatie = Meet de invloed van alle andere variabelen die zowel systematisch
als toevallig van invloed zijn op Y (‘residual variance’ of ‘error’). Pikt eigenlijk alleen maar
error op.
Belangrijke punten om in te zien:
1. Alle verschillen binnen een groep kunnen niet worden verklaard door verschillen tussen
groepen.
Waarom niet? Iedereen die behoort tot een bepaalde groep heeft dezelfde groepsscore;
verschillen binnen groepen moeten daarom worden toegeschreven aan systematische niet-
gemeten factoren binnen groepen (bijvoorbeeld verschillen tussen personen; man/vrouw,
opleidingsniveau etc.) of toevallige factoren.
2. Geobserveerde verschillen tussen groepen wijzen waarschijnlijk niet alleen op pure
tussengroep verschillen, maar ook op systematische niet gemeten factoren of toevallige
factoren (error).
Kortom: we vergelijken eigenlijk variantie tussen groepen (=systematisch groeps-effect + error) met
variantie binnen groepen (=error) om iets te leren over de omvang van het systematische
groepseffect!
Dus in beide termen heb je een error, maar bij de tussengroepsvariantie heb je ook de mogelijkheid
dat er pure groepseffecten bestaan.
Je hebt dus een afhankelijke variabele Y, X is teamlidmaatschap, ε error is de niet gemeten
systematisch verklarende of toevallig van invloed zijnde factoren. Dit gaan we dus uit elkaar trekken
bij de ANOVA analyse. We willen als het ware het aandeel variantie bepalen dat kan worden
toegewezen aan systematische verschillen tussen groepen.
, LOGICA VAN DE EEN-WEG ANOVA
Als je een hypothese gaat onderzoeken dan moet je daar een statistische nulhypothese bij
formuleren. Deze statistische nulhypothese ( ) hebben twee verschijningsvormen:
1. Iets in de populatie is gelijk aan nul.
2. Grootheden in de populatie zijn aan elkaar gelijk. < Dit is wat wordt gebruikt bij de eenweg
ANOVA.
Statetische nulhypothese one-way between subjects ANOVA: Gemiddelden van k populaties
waarmee groepen in de studie corresponderen zijn allemaal aan elkaar gelijk:
De alternatieve hypothese ( ) is hierbij niet dat alle groepsgemiddeldes van elkaar zullen
verschillen in de populatie. De alternatieve hypothese is dat er ten minste twee groepen significant
van elkaar zullen verschillen en mogelijk meer, maar niet alle gemiddeldes moeten noodzakelijk van
elkaar verschillen in een ANOVA. A
INTERMEZZO
Waarom liever Oneway Between-S ANOVA en niet allemaal losse t-toetsjes voor gemiddelden? In ons
voorbeeld met 3 teams zouden we ook 3 afzonderlijke t-toetsen voor gemiddelden kunnen uitvoeren
(bij de ANOVA voer je één toets uit):
Probleem van deze aanpak: Hoe groter het aantal toetsen dat wordt uitgevoerd op een dataset, des
te groter de kans dat we de nulhypothese verwerpen terwijl deze juist is (Type I fout, alfa α , 5%).
Waarom? Volgt uit logica van hypothesetoetsing: we verwerpen de nulhypothese als een resultaat
uitzonderlijk is, maar hoe meer toetsen we uitvoeren, des te eenvoudiger is het om uitzonderlijke
resultaten te vinden.
Men maakt dus makkelijker de fout om te concluderen dat er een effect is terwijl het er niet is.
Deze situatie, waarbij dat significantieniveau alfa (α) niet meer klopt, heet: ‘inflated risk of Type I
error’.
Hoe werkt dat dan? Hier heb je een illustratieve formule. Deze formule wordt gebruikt voor
berekening op kans op 1 of meer Type I fouten bij een reeks van C toetsen met significantieniveau α:
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller xDaphnevox. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $8.65. You're not tied to anything after your purchase.
