100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
Samenvatting Methoden in Onderwijswetenschappelijk Onderzoek $5.90
Add to cart

Summary

Samenvatting Methoden in Onderwijswetenschappelijk Onderzoek

1 review
 13 views  0 purchase
  • Course
  • Institution

Dit is een samenvatting van alle stof voor het kwantitatieve deel van het vak MiOO.

Preview 3 out of 18  pages

  • November 14, 2024
  • 18
  • 2023/2024
  • Summary

1  review

review-writer-avatar

By: 13robertoverweg13 • 2 weeks ago

Translated by Google

Missing parts, poor effect

avatar-seller
Multipele regressie

Tabel gegevens

Multipele Eén Y: ? Kunnen we kennis Aselecte & onafhankelijke
regressie afhankelijk van literatuur steekproef
variabele (Y) X: voorspellen met
Minimaal persoons- en Specificatie verklaringsmodel
Eén of interval of schoolkenmerken
meerdere dichotoom ? Minimaal interval/ratio
onafhankelijk meetniveau (uitzondering:
e variabelen, dummy’s)
ook wel
predictoren Lineaire relatie
(X)
Geen uitschieters

Gelijke spreiding
(homoscedasticiteit)

Normale verdeling Y-scores

Multicollineariteit



Doelen van de analyse

- Lineaire relaties beschrijven
 Zie regressiemodel
- Toetsen van de hypothesen over de relaties
 Significantie toetsen
- Kwantificeren van de relaties
 Effectgrootte geven
- Kwalificeren van de relaties
 Is de relatie klein, middelmatig, groot?
- Relevantie van de relaties beoordelen
 Ik heb een significant verschil gevonden. Is dit nu ook belangrijk voor de praktijk?
- Voorspellen
 Regressiemodel
 Puntschatting en intervalschatting

Waarschuwing: Doe op basis van statistische samenhang geen uitspraken over causaliteit!



Speciale variabelen

- Variabelen met dichotoom meetniveau
 Nominaal meetniveau, maar er zijn maar 2 categorieën (bijvoorbeeld sekse).
- Dummy variabele
 Je mag soms alleen maar dichotome variabelen hebben. Soms heb je dan toch een
variabele met meer dan 2 categorieën. Die zet je dan om in een dummy (bijv. wel/niet).

,Vergelijking Y

- Y=X+E
 Voor de geobserveerde variabele Y
 Y = geobserveerde variabele
 X = model
 E = voorspellingsfout
- Ŷ=X
 Voor de voorspelde variabele Y
 Ŷ = geschatte uitkomst
 X = model
- Y = B0 + B1X1 + … + E
 Y = afhankelijke variabele
 X = onafhankelijke variabele
 B0 = intercept
 B1 = regressiecoëfficiënt (ook wel helling)
 E = voorspellingsfout

Kleinste kwadraten criterium

- Je gaat op zoek naar de lijn die het beste past.




- Je zoekt de lijn die het dichtst bij de punten ligt. Die lijn past namelijk het beste bij de
geobserveerde waardes. Je kijkt hier naar het totaal van de kwadratische afwijkingen. De
kleinste som van kwadraten is de lijn die het beste past.

Goodness-of-fit (R2)




- De linker lijn heeft een betere goodness-of-fit, want de punten liggen dichter om de lijn heen.
- Bij beide modellen is de lijn die getrokken is, het best passend bij het model, maar het model
links past beter bij zijn data dan de rechter lijn. De residuen zijn hier kleiner.

, Achtergrond berekeningen goodness-of-fit

- Deviatie = afwijking
 Verklaarde deel = het verschil tussen het basis model en het lineair model.
 M  Model
 Onverklaarde deel = het residu.
 R  Residu
 Totale deviatie = Afstanden van geobserveerde waarde en basismodel.
 T  Totaal
 Totale deviatie = verklaarde deel + onverklaarde deel
 T=M+R
- Sum of Squares
 T2 = M2 + R2 of SST = SSM + SSR
- Je wilt weten welk deel van Y verklaard kan woorden door het model (M 2). Dat deel je dus
door de totale deviatie (T2).
 R2 = M2 : T2 of SSR = SSM : SST
 Goodness-of-fit is dus R2

Interpreteren van R en R2

- r = correlatie
- R = multipele correlatie
- R2 = goodness-of-fit
 Proportie in Y verklaarde variantie door het lineaire model.
 De waarde van hoe goed het model bij de data past.

Toetsen ρ2 en β’s

- Populatie (R2 en B)
 Hypothese
- Steekproef (ρ2 en β’s)
 Steekproefresultaten
- R2 en ρ2
 Verklaart het model de variatie/deviatie in Y? (Goodness-of-fit)
- B en β’s
 Is er een effect van X op Y?




Significantie toetsen ρ2

- Je kijkt naar de F-waarde en de p-waarde die daarbij hoort.

Effectgrootte bepalen ρ2

- Je kijkt naar R2
- Dit doe je wanneer je wilt weten hoe goed het model past bij de data.

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

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

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

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 daneheijkamp. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $5.90. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

53340 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling

Recently viewed by you


$5.90
  • (1)
Add to cart
Added