Basis Van Onderzoeksmethoden En Statistiek (201900014)
Summary
Summary Basis Van Onderzoeksmethoden En Statistiek ()
145 views 5 purchases
Course
Basis Van Onderzoeksmethoden En Statistiek (201900014)
Institution
Universiteit Utrecht (UU)
Alles uit de hoorcolleges over correlationeel en experimenteel onderzoek wat te maken heeft met NHST, BHE, SPSS, Jasp. Eigenlijk alles wat je nodig hebt voor alles met cijfers, formules, tabellen etc. Er is een duidelijk overzicht gemaakt met tussen de verschillende manier van NHST en BHE. Ook toev...
Basis Van Onderzoeksmethoden En Statistiek (201900014)
All documents for this subject (10)
Seller
Follow
jasmijnmeijer
Reviews received
Content preview
NHST Correlationeel Regressie in Correlationeel → als we Experimenteel
(relatie/samenhang) het éne weten, kunnen we dan iets (causaliteit)
zeggen over het andere, zonder dit te
vragen
Stap 1: Toetskeuze: Pearson of Spearman? Toetskeuze: regressie Bij 2 groepen:
toetskeuze, Hangt hier samen met assumpties Toetskeuze: t-toets voor onafhankelijke groepen (2
hypotheses H0 (altijd =) en H1 (>, < of ≠) opstellen. ≠ wordt groepen, vergelijken op gemiddelde)
bepalen en H0 (altijd =) en H1 (>, < of ≠) opstellen. hier bijna niet gebruikt.
H0 (altijd =) en H1 (>, < of ≠) opstellen.
significantieniveau
Opstellen met Griekse letter rho, ρ Opstellen met Griekse letter bèta, β (bij
(α) kiezen
VB: H0: = 0 en H1: > 0 enkelvoudige regressie en toetsing 2 bij Opstellen met Griekse letter mu, µ (gemiddelde)
multipele regressie) VB: H0 : µDI = µC en H1: µDI > µC
α: meestal .05 VB: H0: gewicht = 0 en H1: gewicht > 0 Of: H0 : µDI - µC = 0 en H1: µDI - µC > 0
Opstellen met Griekse letter rho, ρ2 (bij α: meestal .05
multipele regressie toetsing 1)
VB: H0: 2 = 0 en H1: 2 > 0 Bij meer dan 2 groepen:
Toetskeuze: ANOVA
α: meestal .05
H0 (altijd =) en H1 (>, < of ≠) opstellen.
Opstellen met Griekse letter mu, µ (gemiddelde)
H0 : DI = EI = C en H1 : minimaal één van de
gemiddelden is anders
α: meestal .05
Stap 2: assumpties Mag ik de toetskeuze gebruiken? Mag ik het resultaat vertrouwen? Assumpties voor t toets en ANOVA voor
controleren onafhankelijke groepen:
1. Meetniveau checken 1. Lineaire samenhang tussen predictor en 1. Aselecte steekproef
(interval/ratio) afhankelijke variabele 2. Afhankelijke variabele van interval/ratio
2. Lineaire samenhang checken 2. Geen uitschieters (die te veel invloed meetniveau
hebben) 3. Onafhankelijke waarnemingen/ (twee)
groepen zijn onafhankelijk
, 3. Predictoren en afhankelijke variabele 4. Geen uitschieters (milde uitschieters
minimaal interval meetniveau hebben geen invloed)
4. De predictoren mogen onderling niet te 5. Scores moeten in beide/alle groepen
veel samenhangen ((multi)collinearity) normaal verdeeld zijn (bij n ≥ 30 niet
→ alleen bij multipele regressie problematisch: robuustheid)
5. Spreiding van residuen per x-waarde 6. Scores moeten in beide/alle groepen gelijke
gelijk (homoscedasticity) spreiding hebben (bij n ≥ 30 niet
problematisch: robuustheid + levene’s test)
Bij multipele regressie: ook een
dummyvariabele mogelijk. Twee categorieën,
zoals bij sekse: man 1, vrouw 0
Stap 3: Toetsingsgrootheid bij Pearson = r Bij enkelvoudige regressie en multipele Bij twee groepen:
toetsingsgrootheid (correlation coefficient) regressie toets 2: Toetsingsgrootheid = t-waarde
en p-waarde Toetsingsgrootheid bij Spearman = rs Toetsingsgrootheid b (richtingscoëfficiënt) kan T-waarde uitrekenen door:
hier niet omdat dit afhankelijk is van de 𝑀1−𝑀2
bepalen t=
𝑆𝐸
meetschaal, variabele maat is hier niet handig SE = standaardfout = spreiding
voor. Omrekenen naar een standaardmaat: t- M = steekproefgemiddelden
waarde/t-verdeling. JASP → Independent Samples T-Test → t
Toetsingsgrootheid = t-waarde p-waarde uit JASP halen
SPSS → Coefficients → t JASP → Independent Samples T-Test → p
p-waarde uit SPSS halen JASP kan eenzijdig of tweezijdig toetsen, dus altijd
p-waarde uit SPSS halen goede p-waarde
SPSS → Coefficients → Sig.
Staat er beide twee keer in, maar is
hetzelfde. Bij p-waarde .000 →
p < .001 Let op: p-waarde is bij regressie altijd
tweezijdig, dus bij eenzijdig moet je de p-
waarde delen door twee.
Bij meer dan twee groepen:
Let op: kijken naar B in tabel of deze groter is Toetsingsgrootheid = F-waarde
𝑀𝑆𝑏𝑒𝑡𝑤𝑒𝑒𝑛
dan 0, dan pas p-waarde delen (assumpties) F = 𝑀𝑆𝑤𝑖𝑡ℎ𝑖𝑛
, Bij multipele regressie toetsing 1: Spreiding binnen (within) de groepen en spreiding
Toetsingsgrootheid = F-waarde tussen (between) de groepen.
Grote F-waarde bij kleine spreiding within en grote
between. → makkelijker om te vergelijken
Kleine F-waarde bij grote spreiding within en kleine
between.
p-waarde uit SPSS halen in ANOVA
Stap 4: conclusie p-waarde > α = H0 meest waarschijnlijk p-waarde > α = H0 meest waarschijnlijk → H0 p-waarde > α = H0 meest waarschijnlijk → H0 niet
trekken over H0 → H0 niet verwerpen, resultaat is niet niet verwerpen, resultaat is niet significant verwerpen, resultaat is niet significant
significant
p-waarde < α = H1 meest waarschijnlijk → H0 p-waarde < α = H1 meest waarschijnlijk → H0
p-waarde < α = H1 meest waarschijnlijk verwerpen, resultaat is significant verwerpen, resultaat is significant
→ H0 verwerpen, resultaat is
significant
Stap 5: VB conclusie: Er is geen significante Bij regressie en multipele regressie toets 2: Bij twee groepen:
inhoudelijke positieve samenhang tussen Is de richtingscoëfficiënt significant groter dan VB conclusie: Ja, kinderen in de directe
conclusie en zelfwaardering en extraversie, r = 0? Ja, dus het is zinvol om regressie te instructiegroep hebben een significant hogere
effectgrootte .283, n = 10, p = .214, éénzijdig. gebruiken. Bij multipele regressie toets 2 alle gemiddelde rekenscore dan kinderen in de
stappen herhalen tot je alle predictoren gehad controlegroep.
bepalen
Maat voor effectgrootte bij correlatie: hebt.
correlatiecoëfficiënt (r) Effectgrootte: kijken naar verschil in
Bij multipele regressie toets 1: Ja, we kunnen groepsgemiddelden óf gestandaardiseerde maat
een significant deel van de variantie van Y gebruiken: Cohen’s d (in JASP)
verklaren door de samenhang met... Namelijk r2
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 jasmijnmeijer. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $6.98. You're not tied to anything after your purchase.
