Methoden in onderwijswetenschappelijk onderzoek (201300010)
Summary
MiOO: Samenvatting Kwantitatief onderzoek
17 views 0 purchase
Course
Methoden in onderwijswetenschappelijk onderzoek (201300010)
Institution
Universiteit Utrecht (UU)
Dit document is een samenvatting van de hoorcolleges over kwantitatief onderzoek. Daarnaast is ook de informatie uit de Grasple lessen erin verwerkt. Op het einde is ook een samenvattende tabel met een; omschrijving, meetniveau, assumpties, etc. per analyse.
Methoden in onderwijswetenschappelijk onderzoek (201300010)
All documents for this subject (10)
Seller
Follow
JuliaMelters
Reviews received
Content preview
MiOO
Samenvatting tentamen 1
15/12/2021
Multipele Regressie
Doel multipele regressie:
- Waarde van iemand kenmerk voorspellen a.d.h.v. kennis over andere kenmerken
(deze kenmerken = predictoren)
- Oftewel: X1, X2, X3 (predictoren) Y
o E = error: wat we niet vangen met de predictoren
- Geen uitspraken over causaliteit, maar het gaat om het voorspellen
Opstellen model regressiemodel:
- Regressievergelijking = modelvergelijking voor de geobserveerde variabele Y:
o Uitkomst (Y) = model (X) + voorspellingsfout
o Y =b0 +b1 X 1 +…+ b6 X 6 +ⅇ
Y = afhankelijke variabele (dependant variable)
X = onafhankelijke variabelen/predictoren (independant variables)
b 0 = intercept (constant)/a
b 1 = regressiecoëfficiënt/slope
ⅇ = voorspellingsfout/error/residual
- Regressie: bestaat uit puntenwolk regressie: regressielijn door de puntenwolk tekenen
o Regressievergelijking beschrijft die lijn
o Best passende regressielijn volgens kleinste kwadraten criterium wordt beschreven
door de regressielijn
Dakje = voorspelling
Y ^ =b +b X
0 1 1
o Kleinste kwadraten criterium (least squares criterion) zoek de lijn waarbij de
voorspellingsfout zo klein mogelijk is
Iedere respondent heeft:
Y = geobserveerde Y
Y ^ = geschatte Y
e = voorspellingsfout = Y −Y^
o Positieve e : onderschatting door model
o Negatieve e : overschatting door model
o e ’s zijn normaal verdeel met een gemiddelde van 0
Assumpties:
- Assumpties evalueren of de data realistisch is
- Assumpties van multipele regressie
o Onafhankelijkheid van waarnemingen (independence)
o Meetniveau variabelen:
AV en OVs tenminste interval niveau
OVs nominaal kan ook, maar via dummies
o Lineaire relatie tussen de AV en OVs
, o Afwezigheid multicollineariteit
o Normaal verdeelde residuen
o Homoscedasticiteit
o Afwezigheid outliers
Evaluatie statistische fit en praktische relevantie v/h model:
- = Hoe goed is de regressielijn?
- Goodness of fit
o R2 als maat voor de algehele modelfit
o R2 = determinatiecoëfficiënt = percentage (%) variantie verklaard door het model
s sm s sm
o R2= = = variantie verklaard door het model/totale variantie
s s t s s m+ s s R
o R interpretatie: hoeveel procent (%) v/d variantie in Y kan worden verklaard door
2
alle predictoren samen?
R2 wil je zo groot mogelijk hebben SSm en SSr gelijk aan elkaar
0 = niks verklaard door het model; 1 = alles verklaard door het model
o R
2
Klein: 0.01
Medium: 0.09
Groot: 0.25
- Kwadratensom (sum of squares)
o s s t = totale kwadraten som (totale SS) = som v/d gekwadrateerde
afwijkingen van geobserveerde scores tot het algemeen gemiddelde
s s t =∑ ( y− y )2
y = gemiddelde van alle y-waarden
Baseline
o s s m = kwadraten som v/h model (model SS) = som v/d
gekwadrateerde afwijkingen van voorspelde scores tot het algemeen
gemiddelde
s s m=∑ ( ^y − y )2
Variantie verklaard door het model
o s s R = kwadratensom v/d voorspelingsfout (residual SS) = som v/d
gekwadrateerde afwijkingen v/d geobserveerde scores tot de
voorspelde scores
s s R =∑ ( y− ^y )2
o Kwadratensom: s s t =s s m+ s s R
- Goodness of fit toets
o Algehele model: verklaren de predictoren samen variantie in Y?
Hypothesen:
H0: ρ2 = 0
HA: ρ2 > 0
Toets: F-toets
m sm s s m ∕ ⅆ f m
Toetsingsgrootheid: F= =
m sR s sR ∕ ⅆ f R
Als ρ < α verwerp H0 en bepaal relevantie v/h effect
- Predictoren toevoegen aan het model
- Stapsgewijs toevoegen van predictoren aan het model
- Kijken: zorgen predictoren in (significante) toename van verklaarde variantie met het eerste
model
- Delta = verschil
- Hypothesen:
o H0: ρ2 = 0
o HA: ρ2 > 0
- Vergeet niet te kijken naar de individuele toegevoegde predictoren
Multipele regressie (Grasple)
Dummy variabelen:
- Dichotome variabele – variabele die maar 2 waarden kan aannemen
- Om een dichotome variabele te gebruiken in een regressieanalyse moeten er getallen aan de
2 variabelen worden toegekend
o Categorie 0 = referentiecategorie (arbitraire keuze welke variabele)
- Intercept (b 0) is de voorspelde score van de referentiecategorie
o De voorspelde score is ook hetzelfde als het gemiddelde in die groep
- Richtingscoëfficiënt: verschil in voorspelde score tussen de 2 categorieën (als X 1 omhoog
gaat, hoeveel gaat Y omhoog )
o Positief: referentiegroep scoort gemiddeld lager dan de andere groep
o Negatief: referentiegroep scoort gemiddeld hoger dan de andere groep
Controle assumpties (initieel) bij regressieanalyse:
- Assumptie 1:
o De afhankelijke variabele is minimaal van interval niveau
o De onafhankelijke variabelen moeten minimaal van interval meetniveau zijn of
dichotoom (nominaal met 2 categorieën)
- Assumptie 2:
o Er moeten lineaire verbanden zijn tussen de afhankelijke variabele en alle
kwantitatieve onafhankelijke variabelen
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 JuliaMelters. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $4.71. You're not tied to anything after your purchase.
