100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Eerder door jou gezocht
Eerder door jou gezocht
logo
Samenvatting kwantitatieve analyse pre master Business Administration $7.24
In winkelwagen
Snel navigeren naar
Voorbeeld
  2.  
  3. Radboud Universiteit Nijmegen (RU)
  4.  
  5. Kwantitatieve analyse

College aantekeningen

Samenvatting kwantitatieve analyse pre master Business Administration
 0 keer verkocht
  • Vak
  • Kwantitatieve analyse
  • Instelling
  • Radboud Universiteit Nijmegen (RU)
  • Boek
  • Discovering Statistics Using IBM SPSS

Een Nederlandse samenvating van kwantitatieve analyse met daarin alle belangrijke punten uit de hoorcollege's waarmee je het tentamen kunt halen.

Voorbeeld 4 van de 31  pagina's

Document informatie

  • 4 oktober 2021
  • 31
  • 2021/2022
  • College aantekeningen
  • Jacobs
  • Alle colleges

Onderwerpen

  • spss
  • statistiek
  • kwalitatieve analyse
  • kwalitatief onderzoek
  • significant

Gekoppeld boek

book image

Titel boek:

Auteur(s):

  • Uitgave:
  • ISBN:
  • Druk:

Geschreven voor

  • Radboud Universiteit Nijmegen (RU)
  • Pre Master Business Administration
  • Kwantitatieve analyse
Alle documenten voor dit vak (1)

Verkoper

avatar-seller
evelienbosboom

Voorbeeld van de inhoud

Inhoud

GEGEVENSVERZAMELING/ REPRESENTATIVITEITSTOETS ....................................................................... 2
BETROUWBAARHEIDSANALYSE ............................................................................................................... 6
FACTORANALYSE ..................................................................................................................................... 7
ANOVA ................................................................................................................................................... 10
TWEEWEG ANOVA ................................................................................................................................ 13
ANCOVA................................................................................................................................................. 15
MANOVA ............................................................................................................................................... 18
REGRESSIEANALYSE ............................................................................................................................... 20
INTERACTIEMODEL; MODEL MET MODERATOR ................................................................................... 24
MEDIATIEMODEL; MODEL MET MEDIATOR .......................................................................................... 26
LOGISTISCHE REGRESSIE........................................................................................................................ 28
EXTRA INFORMATIE ............................................................................................................................... 30




1

,Altijd:
• Observed P value < (kleiner) Alpha = H0 verwerpen (dus H1 accepteren) = Significant
• Observed P value > (groter) Alpha = H0 accepteren (dus H1 verwerpen) = Niet significant

H0 = aannemen dat er geen verschil is
H1 = aannemen dat er wel een verschil is

Wanneer iets valide is, is het ook betrouwbaar. Wanneer iets betrouwbaar is, is het niet persé valide.




GEGEVENSVERZAMELING/ REPRESENTATIVITEITSTOETS

Representativiteit = Mate waarin de steekproef op relevante kenmerken een goede afspiegeling vormt
van de populatie. Kan consequenties hebben voor de externe validiteit. Dus van groot belang voor de
generaliseerbaarheid. De verdeling van de onderzochte variabelen in de steekproef hetzelfde is als in de
populatie.

Bij een representativiteitstoets wil je JUIST dat H0 niet wordt verworpen. P >.30 = REPRESENTATIEF

Representativiteit ALTIJD toetsen met ALPHA van .30. Alleen Chi2 wordt gebruikt voor representativiteit
en kijken naar significantieniveau in de output, wanneer deze waarde (kleiner is) dan <.30 = H0
verwerpen = niet representatief

REPRESENTATIVITEITSTOETS
Doel= kijken of de geobserveerde frequentie gelijk is aan de verwachte frequentie.
Toets Hypothesen Criterium Voldaan aan
criterium

Chi-kwadraat toets H0 Verdeling in Waarde >.30 (groter
steekproef = verdeling in dan) Representatief
populatie
p>.30 = H0 accepteren =
H1 Verdeling in representatief
steekproef ≠ verdeling in
populatie p<.30 = H0 verwerpen =
niet representatief

Je wilt type ll fout
vermijden = te snel
accepteren van H0 terwijl
deze onjuist is


Missing data houdt in dat scores op variabelen ontbreken of dat deze foutief zijn. Twee opties:
MCAR = missing data is volledig verspreid in de datamatrix over verschillende categorieën.
MAR= Op voorhand niet te voorspellen waar de missing data zit maar de kans is groot dat het zich
afspeelt binnen een bepaalde categorie.

Je wilt als onderzoeker dat je data MCAR is. Je gaat dus de missingdata optellen en kijken of het kleiner is
dan <5%.


2

,Algemene regel MAR (wil je liever niet)
1. Steekproeven met N>400, een percentageverschil van >5% = significant
2. Steekproeven met N<400, een percentage verschil van >10% = significant

Algemene regel MCAR
1. Steekproeven met N>400, een percentageverschil van <5% = niet significant
2. Steekproeven met N<400, een percentageverschil van <10% = niet significant

H0 verwerpen, H1 aannemen = MAR (NIET REPRESENTATIEF) p < alpha
H0 accepteren, H1 verwerpen = MCAR (REPRESENTATIEF) p > alpha

Alpha Beta
Alpha Beta

Je wilt normaal de kans op type 1 fout zo klein mogelijk houden alleen bij representativiteitstoetsen wil je
dat de kans op type 2 fout wordt geminimaliseerd. Je kiest een grotere Alpha omdat je niet te snel
ervanuit wilt gaan dat je H0 onterecht accepteert. Hoe lager de alfa waarde wordt gesteld, hoe moeilijker
het wordt om H0 te verwerpen. De kans dat H0 foutief wordt verworpen, wordt dus kleiner wanneer de
gestelde alfa zo klein mogelijk is

Type 1, l: onterecht verwerpen van H0
Type 2, ll: onterecht accepteren van H0

Met missing value analyse gaat de onderzoeker kijken of de ontbrekende scores op variabelen
samenhangen. Missing data hebben praktische consequenties, namelijk dat de steekproefgrootte kan
worden aangetast en dus ook de statistische power. Ook de geldigheid van uitspraken die over de
onderzoekseenheden worden gedaan, kan worden aangetast

Data cleaning:

1. Type missing data vaststellen
• Negeerbaar: routings, non-response, censored data
• Niet negeerbaar: geen antwoorden, missing categorieën, (on)verklaarbaar (hiermee
moet de onderzoeker aan de slag).

2. Omvang van de missing data vaststellen
Indien % missing data <10% dan is het niet problematisch, beschouwen als MCAR. Kijken naar
percentage van variabelen met missing data.

3. Nagaan of de missing data random zijn MAR of MCAR
• MCAR = Missing completely at random = MCAR houdt in dat de ontbrekende scores
willekeurig zijn verdeeld over alle respondenten en variabelen in de steekproef.
Ontbrekende score patronen komen volledig door toeval tot stand.

• MAR = Missing at random = betekent dat de ontbrekende scores op een variabele
afhankelijk zijn van ontbrekende waarden op een andere variabele: er is sprake van
selectiviteit. De kans dat de waarde van een variabele ontbreekt, is deels afhankelijk van
andere geobserveerde data maar is niet afhankelijk van een van de andere waarden die
ontbrekend zijn. Onderliggende patronen zijn aanwezig.

4. Subsitutiemethode kiezen en uitvoeren
Geen methode is best of slechtst dus probeer meer methoden
MCAR = Missing data vervangen en missing data niet vervangen
− Listwise (direct eruit halen, doet niet meer mee)

3

, − Pairwise (correlatie tussen twee variabele vergelijken)
− Mean subsitution (gemiddelde invullen op missings)
− Regression techniques (op basis van andere items regressielijn maken)

MISSING VALUE ANALYSE
Doel= kijken of de ontbrekende scores op variabelen samenhangen.
Stappen Toets/tabel Criterium Voldaan aan
criterium

Omvang van data Univariate statistics <.10 (mits MCAR) Probleem
vaststellen verwaarloosbaar


Nagaan of missing data - Categorievariabelen Kruistabellen:
random zijn = kruistabellen - N>400 verschil van <5% Wijst op MCAR
- N<400 verschil van <10%
- Metrische variabelen Verschil (groter) dan
= T-test T-test: >5%(N>400) of
- T < (kleiner) l 2 l = MCAR >10%(N<400)?
- T > (groter) l 2 l = MAR = significant = MAR

Verschil (kleiner) dan
<5%(N>400) of
<10%(N<400)
= niet significant =
MCAR


Overall toets Little’s MCAR test (onder Sign. Waarde >.05 MCAR
tabellen kijken) (gestelde alfa)

H0 Missing patronen = p<a= H0 verwerpen (MAR)
verwachte patronen MCAR
p>a= H0 behouden (MCAR)
H1 Missing patronen ≠
verwachte patronen MCAR


Subsitutiemethode - MAR: subsets maken. -
kiezen MCAR: listwise, pairwise,
mean of regressive



Response set = respondenten die een vragenlijst invullen zonder nauwkeurig de vragen te lezen. Ze
neigen ernaar om antwoorden te geven volgens een patroon. Op een bepaalde systematische manier
vragen beantwoorden. Dit heeft effect op de interne validiteit.



Wanneer je response set meent te hebben waargenomen, moet je eerst beoordelen of het gevonden
patroon inhoudelijk toch mogelijk is (door de vragen en gegeven antwoorden naast elkaar te leggen). Is er
inderdaad sprake van response set dan moet je de omvang ervan bepalen. Is het aantal respondenten



4

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Direct to-the-point

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper evelienbosboom. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor $7.24. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 64257 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Begin nu gratis

Laatst bekeken door jou

Voordeelbundel ·

(0)

Alle collegeaantekeningen Leren en Geheugen (5102LEGE9Y), BEIDE deeltentamens!

Tentamen (uitwerkingen) ·

(0)

ASD EXAM QUESTIONS AND CORRECT ANSWERS ALREADY PASSED

Tentamen (uitwerkingen) ·

(0)

NUR 302-ATI Community Health Practice B Exam-with 100% verified solutions-2023-2024

College aantekeningen ·

(0)

SAR (Structure-activity relationship)

Samenvatting ·

(0)

Samenvatting Gebarentaalwetenschap Hoofdstuk 8

Samenvatting ·

(7)

Samenvatting van het boek Human Geography en Powerpoints met kernbegrippen van de hoorcolleges van de Hoorcolleges en kernbegrippenvoor het tentamen van De Stad van de lerarenopleiding geschiedenis e

Voordeelbundel ·

(0)

NAMS Menopause exam Questions and Answers Latest Update 2024/2025 Graded A .(ALL BUNDLED HERE!!!)

Tentamen (uitwerkingen) ·

(0)

TEST BANK FOCUS ON NURSING PHARMACOLOGY 9 th EDITION BY AMY KARCH COMPLETE WITH ALL 59 CHAPTERS 2023/2024.

Tentamen (uitwerkingen) ·

(0)

Examentaak Visies

$7.24
  • (0)
In winkelwagen
Toegevoegd