De volgende statistische toesten uitgewerkt inclusief bijpassende effectsize, interpretatie en syntax opdrachten en ook nog in meetniveau onderverdeeld.
-correlatie analyse
-regressie analyse
-T-toetsen
-variantie analyse
Exam Guide for Applied Multivariate Data Analysis – Get yourself a Wonderful Grade!
Summary of Statistics (IBC), Radboud University
Answers assignment 3 business research methods
All for this textbook (117)
Written for
Open Universiteit (OU)
Psychologie
Inleiding In Data-analyse PB0202
All documents for this subject (4)
Seller
Follow
Xstemerdink
Reviews received
Content preview
Statistische toetsen
Continu interval meetniveau:
- Onafhankelijke en afhankelijke variabelen
- Correlatie of regressie(F-toets+effectsize R)
Categorisch + interval meetniveau:
- Categorisch is onafhankelijke, interval is afhankelijk
- T-toets (effectsize cohen’s d) of variantie (F-toets + effectsize of omega W 2)
- T-toets = vergelijk gemiddelden, variantie = vergelijk meer dan 2 groepen
Effectsize = een maat voor sterkte van een effect.
, Correlatie analyse
Geeft mate van samenhang tussen twee variabelen, ofwel in hoeverre twee variabelen elkaar
beïnvloeden. Verband tussen een onafhankelijke en afhankelijke variabel.
Lineaire correlatie: Pearson’s r
Scatterplot oproepen: is hij positief of negatief? Wat is de waarde van pearson’s r? en wat is
de p-waarde?
Denk aan het oproepen van je betrouwbaarheidsinterval via bootstrap!!
Conclusie:
Er is een negatieve samenhang, met een
correlatie van -0,2 dus zwak negatief effect. De
correlatie is significant (p=0,001) en valt binnen
de betrouwbaarheidsinterval van [-0,33 ; -0,12].
Dus je mag stellen dat het aannemelijk is dat dit
ook in de populatie voorkomt.
Er was sprake van een niet-
significante, hoge positieve
correlatie tussen gewicht en lengte (r = .72; p = .172; N = 5)
De Pearson-correlatie wees uit dat er een niet-significant, sterk verband
bestaat tussen gewicht en lengte r = .72; p = .172.
Effectsize = correlatie
Regressieanalyse
Wordt gebruikt om het effect te bepalen van een verklarende variabel op een onafhankelijke
variabele. Je gebruikt het om samenhang, verandering of toekomstige waarde te
voorspellen. Voorbeeld: Je wilt aan de hand van lengte (verklarende variabele X)
iemands gewicht (afhankelijke variabele Y) voorspellen of verklaren.
Let ook weer op, bootstrap gebruiken voor betrouwbaarheidsintervallen!
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 Xstemerdink. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $8.55. You're not tied to anything after your purchase.
