Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
Samenvatting gevorderde analysetechnieken en onderzoekssoftware (GAO) - WORKSHOPS €5,48
Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. Universiteit Gent (UGent)
  4.  
  5. Communicatiewetenschappen Schakeljaar
  6.  
  7. Gevorderde analysetechnieken en onderzoekssoftware (K001196)

Resume

Samenvatting gevorderde analysetechnieken en onderzoekssoftware (GAO) - WORKSHOPS

3 revues
 8 fois vendu

Samenvatting van het vak gevorderde analysetechnieken en onderzoekssoftware (GAO) gedoceerd door professor G. Verleye. Dit vak behoort tot het schakelprogramma communicatiewetenschappen én tot het 3e jaar van de bachelor communicatiewetenschappen van UGent. Het document bevat een samenvatting van...

[Montrer plus]

Aperçu 10 sur 109  pages

Infos sur le Document

  • 8 juin 2019
  • 109
  • 2018/2019
  • Resume

Sujets

École, étude et sujet

Tous les documents sur ce sujet (2)

3  revues

review-writer-avatar

Par: stephanievdw • 4 année de cela

review-writer-avatar

Par: brechtdhont • 4 année de cela

review-writer-avatar

Par: sarahsepelie • 4 année de cela

Vendeur

avatar-seller
AD1

Avis reçus

Aperçu du contenu

1


Inhoudsopgave
WS 1 Nominaal & non-parametrische toetsen ...................................................................................................................................... 5
1. Hypothesen...................................................................................................................................................................................... 5
2. Methodes nominaal niveau ............................................................................................................................................................. 5
2.1. Chi-kwadraat = chi²-toets = χ² ................................................................................................................................................ 6
2.2. Percentagetoets ..................................................................................................................................................................... 8
3. Non-parametrische toetsen ............................................................................................................................................................. 9
3.1. Mann-Whitney ....................................................................................................................................................................... 9
3.2. Kruskal-Wallis ....................................................................................................................................................................... 10
3.3. Wilcoxon Rangtekentoets .................................................................................................................................................... 12
4. Extra oefeningen ............................................................................................................................................................................ 13
4.1. Oefening 1 ............................................................................................................................................................................ 13
4.2. Oefening 2 ............................................................................................................................................................................ 13
4.3. Oefening 3 ............................................................................................................................................................................ 14
4.4. Oefening 4 ............................................................................................................................................................................ 14
4.5. Oefening 5 ............................................................................................................................................................................ 14
WS 2: Parametrische toetsen (deel 1) ................................................................................................................................................. 15
1. Methodes op ordinaal en interval/ratio niveau ............................................................................................................................. 15
2. T-test = t-toets .............................................................................................................................................................................. 15
2.1. Assumptie 2: testen op normaliteit...................................................................................................................................... 15
2.2. Assumptie 3: gelijke varianties of niet? ............................................................................................................................... 17
2.3. T-test .................................................................................................................................................................................... 17
3. One-Way-Anova............................................................................................................................................................................. 18
4. Gepaarde T-test ............................................................................................................................................................................. 22
5. Correlaties ..................................................................................................................................................................................... 23
6. Extra oefeningen ............................................................................................................................................................................ 24
6.1. Oefening 1 ............................................................................................................................................................................ 24
6.2. Oefening 2 ............................................................................................................................................................................ 24
6.3. Oefening 4 ............................................................................................................................................................................ 24
6.4. Oefening 3 ............................................................................................................................................................................ 25
6.5. Oefening 5 ............................................................................................................................................................................ 25
6.6. Oefening 6 ............................................................................................................................................................................ 26
WS 3: Parametrische toetsen (deel 2) ................................................................................................................................................. 27
1. Situering......................................................................................................................................................................................... 27
2. GLM-Univariate of Two-way ANOVA ............................................................................................................................................. 27
2.1. Opstelling ............................................................................................................................................................................. 27
2.2. T-test, one-way anova en two-way anova ........................................................................................................................... 27
2.3. SPSS ...................................................................................................................................................................................... 27
2.4. Voorbeeld 1 .......................................................................................................................................................................... 28
2.5. Voorbeeld 2 .......................................................................................................................................................................... 29
2.6. Voorbeeld 3 .......................................................................................................................................................................... 31
2.7. Post-Hoc-test-interactie ....................................................................................................................................................... 32
3. GLM-Multivariate .......................................................................................................................................................................... 33
4. GLM - Repeated Measures ANOVA................................................................................................................................................ 34

, 2

5. Ancova ........................................................................................................................................................................................... 37
WS 4: Intro tot Nvivo .......................................................................................................................................................................... 38
1. Inleiding ......................................................................................................................................................................................... 38
2. Project voorbereiden ..................................................................................................................................................................... 39
2.1. Project openen ..................................................................................................................................................................... 39
2.2. Sources ................................................................................................................................................................................. 39
2.3. Nodes ................................................................................................................................................................................... 40
2.4. Classifications ....................................................................................................................................................................... 41
3. Data coderen ................................................................................................................................................................................. 42
4. Featered nvivo features ................................................................................................................................................................. 43
5. Bestanden opslaan ........................................................................................................................................................................ 44
6. Conclusie........................................................................................................................................................................................ 44
WS 5: Regressieanalyse en factoranalyse ........................................................................................................................................... 45
1. Regressieanalyse............................................................................................................................................................................ 45
1.1. Achterliggende theorie ........................................................................................................................................................ 45
1.2. SPSS: regressierechte en –vergelijking opvragen (grafiek)................................................................................................... 47
1.3. Soorten verbanden .............................................................................................................................................................. 47
1.4. Voorwaarden regressie ........................................................................................................................................................ 47
1.5. SPSS: meervoudige regressie ............................................................................................................................................... 48
1.6. Voorbeeld van rapporteren ................................................................................................................................................. 49
2. Factoranalyse ................................................................................................................................................................................. 50
2.1. Factoranalyse vs. clusteranalyse .......................................................................................................................................... 50
2.2. Definities en soorten factoranalyse ..................................................................................................................................... 50
2.3. Voorwaarden factoranalyse ................................................................................................................................................. 51
2.4. SPSS: principale componenten analyse ................................................................................................................................ 51
2.5. Voorbeeld van rapporteren ................................................................................................................................................. 53
WS 6: Structural equation modeling (SEM) ......................................................................................................................................... 54
1. Inleiding ......................................................................................................................................................................................... 54
2. Grafische voorstelling model ......................................................................................................................................................... 54
2.1. Model ................................................................................................................................................................................... 54
2.2. Onderdelen model (vormen) ............................................................................................................................................... 54
2.3. Onderdelen model (pijlen) ................................................................................................................................................... 55
3. Verschillende toepassingen ........................................................................................................................................................... 55
4. Identificatie van het model ............................................................................................................................................................ 56
5. Belangrijke assumpties .................................................................................................................................................................. 56
6. Model fit ........................................................................................................................................................................................ 57
6.1. Chi-square ............................................................................................................................................................................ 57
6.2. TLI en CFI .............................................................................................................................................................................. 57
6.3. RMSEA .................................................................................................................................................................................. 57
6.4. Parsimony ............................................................................................................................................................................ 57
6.5. Conclusie: Afwegen van fit indices ....................................................................................................................................... 57
7. Voorbeeld uit de praktijk ............................................................................................................................................................... 58
7.1. Beschrijving onderzoek ........................................................................................................................................................ 58
7.2. AMOS 22 Graphics via Athena ............................................................................................................................................. 58
8. Extra oefening ................................................................................................................................................................................ 63
8.1. Onderzoek ............................................................................................................................................................................ 63

, 3

8.2. AMOS ................................................................................................................................................................................... 63
WS 7: Hayes ....................................................................................................................................................................................... 68
1. Verschil mediator en moderator ................................................................................................................................................... 68
1.1. Voorbeeld............................................................................................................................................................................. 68
1.2. Theorie (belangrijk!) ............................................................................................................................................................. 68
1.3. Soorten mediatie ................................................................................................................................................................. 68
1.4. Moderatie ............................................................................................................................................................................ 68
2. Praktische info: process macro hayes ............................................................................................................................................ 69
3. Mediatie – model 4 ........................................................................................................................................................................ 69
3.1. Model ................................................................................................................................................................................... 69
3.2. Model uitvoeren via SPSS..................................................................................................................................................... 70
3.3. Output .................................................................................................................................................................................. 70
3.4. Rapporteren ......................................................................................................................................................................... 71
4. Moderatie – model 1 ..................................................................................................................................................................... 71
4.1. Model ................................................................................................................................................................................... 71
4.2. Model uitvoeren via SPSS..................................................................................................................................................... 71
4.3. Output .................................................................................................................................................................................. 72
4.4. Rapporteren ......................................................................................................................................................................... 73
5. Moderated mediation – model 7 ................................................................................................................................................... 73
5.1. Model ................................................................................................................................................................................... 73
5.2. Model uitvoeren via SPSS..................................................................................................................................................... 73
5.3. Output .................................................................................................................................................................................. 74
5.4. Rapporteren ......................................................................................................................................................................... 75
6. Oefeningen .................................................................................................................................................................................... 75
6.1. Oefening 1 ............................................................................................................................................................................ 75
6.2. Oefening 2 ............................................................................................................................................................................ 76
6.3. Oefening 3 ............................................................................................................................................................................ 77
WS 8: Cluster- en discriminant analyse ............................................................................................................................................... 78
1. Clusteranalyse................................................................................................................................................................................ 78
1.1. Inleiding: clusteranalyse vs. factoranalyse ........................................................................................................................... 78
1.2. Definitie................................................................................................................................................................................ 79
1.3. Voorwaarden ....................................................................................................................................................................... 79
1.4. Soorten clustering ................................................................................................................................................................ 79
2. Discriminantanalyse....................................................................................................................................................................... 82
2.1. Inleiding: doelen .................................................................................................................................................................. 82
2.2. Een categorische Y voorspellen a.d.h.v. één of meerdere x’en ........................................................................................... 82
2.3. Voorwaarden ....................................................................................................................................................................... 82
2.4. Analyse ................................................................................................................................................................................. 83
WS 9: Diepte-interviews en matrices in Nvivo .................................................................................................................................... 85
1. Inleiding: wat na de vorige les Nvivo ............................................................................................................................................. 85
2. Queries uitvoeren .......................................................................................................................................................................... 86
2.1. Wat....................................................................................................................................................................................... 86
2.2. Types .................................................................................................................................................................................... 86
2.3. Queries aanmaken ............................................................................................................................................................... 87
3. Data displays .................................................................................................................................................................................. 88
3.1. Wat....................................................................................................................................................................................... 88

, 4

3.2. Types .................................................................................................................................................................................... 88
3.3. Opbouwen (in Nvivo) ........................................................................................................................................................... 89
4. Extra’s Nvivo .................................................................................................................................................................................. 91
4.1. Autosummarize .................................................................................................................................................................... 91
4.2. Within case........................................................................................................................................................................... 91
............................................................................................................................................................................................................ 91
4.3. Between case ....................................................................................................................................................................... 91
5. Memo’s .......................................................................................................................................................................................... 92
5.1. Wat....................................................................................................................................................................................... 92
5.2. Verwerken ............................................................................................................................................................................ 92
6. Vuistregels matrices interpreteren ................................................................................................................................................ 92
7. Rapporteren................................................................................................................................................................................... 92
8. Opdrachten .................................................................................................................................................................................... 92
8.1. Opdracht 1 ........................................................................................................................................................................... 92
8.2. Opdracht 2 ........................................................................................................................................................................... 92
9. Definiëren van een nieuwe query (extra: normaalgezien niet op het examen) ............................................................................ 93
9.1. Coding query ........................................................................................................................................................................ 93
9.2. Text search query ................................................................................................................................................................. 94
9.3. Word frequency query ......................................................................................................................................................... 95
WS 10: Q-sort – kwanti-kwalitatief onderzoek ................................................................................................................................... 97
1. Waarom Q-methodologie .............................................................................................................................................................. 97
2. Verschil R- en Q-methodologie ...................................................................................................................................................... 97
3. Q-onderzoek opzetten ................................................................................................................................................................... 97
3.1. Stappenplan ......................................................................................................................................................................... 97
3.2. Voorbeeld stap 6 factoranalyse ........................................................................................................................................... 98
3.3. Voorbeeld stap 6 factoranalyse ........................................................................................................................................... 99
3.4. Voorbeeld stap 7 factors interpreteren ............................................................................................................................... 99
3.5. Voorbeeld stap 8 resultaten uitschrijven ........................................................................................................................... 100
4. Stap voor stap zelf aan de slag..................................................................................................................................................... 101
4.1. Stap 1: Q-dataset opstellen ................................................................................................................................................ 101
4.2. Stap 2: data importeren ..................................................................................................................................................... 101
4.3. Stap 3: factoranalyse .......................................................................................................................................................... 101
4.4. Stap 4: factorscores bekijken ............................................................................................................................................. 102
5. Main take-aways .......................................................................................................................................................................... 102
Groepsopdracht ................................................................................................................................................................................103
Opdracht 1: Voorbereidende stappen................................................................................................................................................... 103
Opdracht 2: hypothese 1 ....................................................................................................................................................................... 104
Opdracht 3: aanvullende onderzoeksvraag ........................................................................................................................................... 105
Opdracht 4: hypothese 2 ....................................................................................................................................................................... 107

, 5

WS 1 Nominaal & non-parametrische toetsen
1. Hypothesen
Onderzoeksvraag Hypothese
= Vraag, Research Questions (RQ1, RQ2, …) = Toetsbare bewering
Wanneer er uit de literatuur geen eenduidige Een verwachting die voortvloeit uit de literatuur
verwachtingen kunnen worden afgevormd
Bv. Wat is de impact van humoristische advertenties op Bv. De attitude ten aanzien van de advertentie zal
de attitude ten aanzien van de advertentie? positiever zijn wanneer deze advertentie humor bevat
dan wanneer deze geen humor bevat.

Nulhypothese (H0) Eenzijdig of tweezijdig alternatief (Ha)
‘Geen verschil’ of ‘geen effect’ ‘Wel een verschil’ of ‘wel een effect’
De hypothese waartegen we bewijsmateriaal De hypothese waarvoor we bewijs proberen te vinden;
proberen vinden; die we willen verwerpen waarvan we vermoeden dat ze waar is (papers gebruiken Ha)
Significantietoets: sterkte van bewijs tegen H0 Tweezijdig Eenzijdig
Bv. er is geen verschil tussen mannen en vrouwen = Verschil = groter/kleiner, meer/
wat betreft hun reclamewijsheid voor PP = Geen richting minder… = richting
Bv. er is wél een verschil tussen Bv. vrouwen hebben meer
mannen en vrouwen wat reclamewijsheid voor
betreft hun reclamewijsheid product placement dan
voor product placement mannen ()
O.b.v. substantiële theoretische gronden! Indien geen
theoretisch gefundeerd vermoeden van richting tweezijdig

SPSS: telkens 2 zaken interpreteren van output
 Significantieniveau (Bv.. p = .030, p < .001, etc.)
 Drempel: p = .05 = 5% (soms p = .010 of p = .001)
 Sig. moet altijd <.05 om statistisch te bewijzen dat we meer dan 95% zeker zijn van ons resultaat,
m.a.w. maximum 5% fouten maken.
 Sig. <.05  H0 verwerpen
 De schatting / parameter (vb. gemiddelde, t-waarde, F-waarde, etc.) om verschil te duiden

2. Methodes nominaal niveau Belangrijk schema : om te weten welke test je moet uitvoeren (t-toets, f-toets,
chi-kwadraat…), moet je kijken naar het meetniveau van de variabelen

, 6

Methodes nominaal niveau
 Chi-kwadraat
 Vergelijking van 2 of meer onafhankelijke groepen voor een nominale variabele
 Bepalen of er een significante samenhang is tussen 2 nominale variabelen
 Percentagetoets
 Vergelijking van twee percentages
 Mc Nemar/ Cohrans Q
 Vergelijking van 2 of meer afhankelijke groepen voor een nominale variabele
 Moeten we niet kennen
2.1. Chi-kwadraat = chi²-toets = χ²
Algemeen
 Vergelijking van 2 of meer onafhankelijke groepen voor een nominale variabele
 Bepalen of er een significante samenhang of afhankelijkheid is tussen 2 nominale variabelen in de kruistabel
 Bv. Is er een samenhang tussen werksituatie en het hebben van een smartphone?
 Bv. Is er een verschil tussen mannen en vrouwen inzake het hebben van een smartphone (‘ja’ of ‘neen’).
Voorwaarden
 2 belangrijke voorwaarden  staan in SPSS onder de tabel
 Max. 20% van de cellen mogen een expected count (Fe) < 5 hebben
 Minimum expected count is 1
 Aan beide voorwaarden moet voldaan zijn om de χ²-waarde en de significantie te mogen interpreteren
 Indien niet voldaan: kolommen of rijen samenvoegen want dan zijn er meer waarnemingen in de cellen
 Opgelet: SPSS geeft altijd de significatie, ongeacht of aan voorwaarden voldaan is!
Theorie SPSS
 Chi-square-test uitvoeren
 Tabblad analyze  descriptive statistics  crosstabs
 Rows = afhankelijke variabele Columns = onafhankelijke variabele
 Knop ‘Statistics’ aanklikken  Chi-square aanvinken
 Knop ‘Cells’ aanklikken  ‘observed’, ‘expected *’, ‘row’, ‘column’, ‘standardized **’ en ‘round cell
counts’ aanvinken
* expected counts = de verwachte waarden van alle cellen als de nulhypothese waar is
 Rijen en kolommen samenvoegen
 Tabblad transform  recode into different variables (missing = sysmis)
 ** Significant verschil duiden (standardized residuals)
 ‘Cells’ aanklikken  ‘standardized’ aanvinken bij ‘residuals’
 Data wordt gestandaardiseerd, de sterkte tussen observed en expected count wordt gemeten
 > 2 = significant oververtegenwoordigd = meer respondenten dan men zou verwachten bij H0
 < -2= significant ondervertegenwoordigd = minder respondenten dan men zou verwachten bij H0
 Opletten bij 2x2 tabellen
 Bv. is er een verband tussen geslacht (man/vrouw) en het hebben van internetverbinding (ja/nee)
 Niet naar p-waarde bij pearson kijken maar naar continuity correction (= automatische correctie)
 Voorwaarden niet voldaan (n<20 of te lage verwachte frequenties)  Fisher’s exact test bekijken

, 7

OEFENING 1
Onderzoeksvraag: Is er een verband tussen of mensen thuis al dan niet een internetverbinding hebben (‘Internet’) en
hun beroep (‘Beroep’)?
 voorwaarden niet voldaan:
33,3% expected count < 5, mag maximum 20% zijn
 Kolommen of rijen samenvoegen
Kijken welke cellen een kleine expected count hebben en deze
rijen of kolommen samenvoegen
!!Geen aparte cellen samenvoegen!!
Altijd goed opletten of het inhoudelijk wel klopt!
(bv. niet ‘ja’ en ‘neen’ samenvoegen van ‘hebt u thuis een
internetverbinding?’, anders heeft dit geen betekenis meer)
In deze oefeningen voegen we volgende kolommen samen (recode into different variables; naam = Beroep1)
 Werknemer (1) en kaderlid in de openbare sector (3) = werknemer openbare sector (1)
 Werknemer (2) en kaderlid in de private sector (4) = werknemer private sector (2)
 Zelfstandige/vrij beroep blijft (5  3)
 (brug)gepensioneerde (6), werkzoekend (7), student (8) & huisman/huisvrouw (9) = niet actief (4)

 Alle voorwaarden voldaan

SPSS geeft .000 maar in werkelijkheid kan dit niet, je kan nooit
iets met 100% zekerheid zeggen, daarom spreken we van <0.001
= bijna 0% kans om H0 fout te verwerpen
0.001 < 0.05  H0 verwerpen  significant verband tussen het
al dan niet hebben van een internetverbinding en beroep




Als we de standardized
residuals toepassen op
het voorbeeld, zien we
dat er een over-
vertegenwoordiging is
van de groep die thuis
geen
internetverbinding
heeft en niet actief is.




OEFENING 2
Is er een verband tussen geslacht (‘Geslacht’) en of mensen al dan niet thuis beschikken over een tablet (‘Tablet’)?
Wat is het correcte significantieniveau?

2x2-tabel en voorwaarden ok
Continuity correction want 2x2-tabel
p = 0.091 > 0.05
 H0 aanvaarden  geen significant verband

, 8

2.2. Percentagetoets
Vergelijkingshypothesetoets
 Nagaan of het verschil tussen twee populatiepercentages (van twee onafhankelijke populaties) aan een
bepaalde constante gelijk is. We gaan m.a.w. na of 2 populatiepercentages aan een constante gelijk zijn.
 H0: 𝜋1 - 𝜋2 = 0 of 𝜋1 = 𝜋2
 Indien grote steekproeven: π1 en π2 vervangen door p1 en p2 omdat we onze steekproef representatief
achten voor de populatie: populatieparameter = steekproefparameter
 Met een percentagetoets stellen we een aanvaardbaarheidsinterval op rond het percentageverschil, waarbij
we er van uitgaan dat de speling binnen dit interval aan het toeval te wijten is. Het verschil is m.a.w. zodanig
klein dat het niet betrouwbaar is om het naar de populatie te veralgemenen. Als het verschil buiten het
interval valt, is het groot genoeg om betrouwbaar te kunnen zeggen dat de 2 groepen verschillen van elkaar.
Aanvaardbaarheidsinterval (AI) voor p1 – p2 (percentageverschil)
 (𝑝1 − 𝑝2)0 − 𝑧 ∗ √
𝑝1∗(1−𝑝1)
𝑛1
+
𝑝2∗(1−𝑝2)
𝑛2
< 𝑝1 − 𝑝2 < (𝑝1 − 𝑝2)0 + 𝑧 ∗ √
𝑝1∗(1−𝑝1)
𝑛1
+
𝑝2∗(1−𝑝2)
𝑛2
 Rekening houden met het aantal cases binnen de aparte groepen en het betrouwbaarheidsniveau (95%)
 Percentages altijd decimaal (= proportioneel) schrijven in formules/berekeningen (bv. 0.25 i.p.v. 25%)
 Als p1-p2 binnen het aanvaardbaarheidsinterval valt  H0 aanvaarden
 Als p1-p2 niet binnen het aanvaardbaarheidsinterval valt  H0 verwerpen
Z-waarde
 Als je z voor 95% wil zoeken, niet .9500 in tabel zoeken maar (95% + (5%/2)) = 97.5% of .9750
 C = 90%  z = 1,645 C = 95%  z = 1,960 C = 99%  z = 2,576
OEFENING 1
Is er een verschil tussen het percentage mannelijke en vrouwelijke
studenten dat dagelijks de krant leest?
H0 = π1 - π2 = 0 = geen sign. verschil tussen % mannelijke en
vrouwelijke studenten dat dagelijks krant lezen
α = 5% (.05)  z = 1.96
𝑝1 ∗ (1 − 𝑝1) 𝑝2 ∗ (1 − 𝑝2) 𝑝1 ∗ (1 − 𝑝1) 𝑝2 ∗ (1 − 𝑝2)
𝐴𝐼 = (𝑝1 − 𝑝2)0 − 𝑧 ∗ √ + < 𝑝1 − 𝑝2 < (𝑝1 − 𝑝2)0 + 𝑧 ∗ √ +
𝑛1 𝑛2 𝑛1 𝑛2

0,73 ∗ (1 − 0,73) 0,64 ∗ (1 − 0,64) 0,73 ∗ (1 − 0,73) 0,64 ∗ (1 − 0,64)
𝐴𝐼 = 0 − 1,96 ∗ √ + < 𝑝1 − 𝑝2 < 0 + 1,96 ∗ √ +
400 400 400 400

𝐴𝐼 = −0,0641 < 𝑝1 − 𝑝2 < 0,0641

p1-p2 = 0,73 – 0,64 = 0,09
 H0 verwerpen
BURGSTCA * JOBCAT Crosstabul ation
Conclusie: 0,09 is geen element van het aanvaardbaarheidsinterval [-0,0641; 0,0641]
JOBCAT
Er is een significant verschil tussen het percentage arbeider/ a
mannen en het percentage vrouwen dat dagelijks een mbtenaar/ kaderlid/ d zelfstandige/ student/a
bediende irec tie vrij beroep ndere Tot al
krant leest. Er zijn meer mannen (73%) die dagelijks de
BURGSTCA ongehuwd Count 107 10 22 23 162
% within BURGSTCA 66, 0% 6,2% 13, 6% 14, 2% 100,0%
krant lezen dan vrouwen (64%). % within JOBCAT 24, 7% 16, 7% 22, 9% 29, 5% 24, 3%
ges cheiden Count 43 6 3 2 54
OEFENING 2 % within BURGSTCA 79, 6% 11, 1% 5,6% 3,7% 100,0%
% within JOBCAT
Is er een verschil tussen het percentage ongehuwde gehuwd Count
9,9%
259
10, 0%
42
3,1%
70
2,6%
44
8,1%
415
arbeiders/bedienden/ambtenaren en het percentage % within BURGSTCA 62, 4% 10, 1% 16, 9% 10, 6% 100,0%
% within JOBCAT
ongehuwde zelfstandigen/vrij beroep? weduwe/ wedu Count
59, 8%
24
70, 0%
2
72, 9%
1
56, 4%
9
62, 2%
36
wnaar/andere % within BURGSTCA 66, 7% 5,6% 2,8% 25, 0% 100,0%
% within JOBCAT 5,5% 3,3% 1,0% 11, 5% 5,4%
H0 = π1 - π2 = 0 = geen sign. verschil Tot al Count 433 60 96 78 667
α = 5% (.05)  z = 1.96 % within BURGSTCA 64, 9% 9,0% 14, 4% 11, 7% 100,0%
% within JOBCAT 100,0% 100,0% 100,0% 100,0% 100,0%
𝑝1 ∗ (1 − 𝑝1) 𝑝2 ∗ (1 − 𝑝2) 𝑝1 ∗ (1 − 𝑝1) 𝑝2 ∗ (1 − 𝑝2)
𝐴𝐼 = (𝑝1 − 𝑝2)0 − 𝑧 ∗ √ + < 𝑝1 − 𝑝2 < (𝑝1 − 𝑝2)0 + 𝑧 ∗ √ +
𝑛1 𝑛2 𝑛1 𝑛2

0,247 ∗ (1 − 0,247) 0.229 ∗ (1 − 0.229) 0,247 ∗ (1 − 0,247) 0.229 ∗ (1 − 0.229)
𝐴𝐼 = 0 − 1,96 ∗ √ + < 𝑝1 − 𝑝2 < 0 + 1,96 ∗ √ +
433 96 433 96
𝐴𝐼 = −0.0934 < 𝑝1 − 𝑝2 < 0,0934 p1-p2 = 0,247 – 0,229 = 0.018
Conclusie: 0,018 is een element van het aanvaardbaarheidsinterval [-0,0934; 0,0934]  H0 aanvaarden  niet significant

, 9

3. Non-parametrische toetsen




Non-parametrische toetsen
 Mann-Whitney
 Vergelijking van 2 onafhankelijke groepen voor een ordinale variabele
 Kruskal-Wallis
 Vergelijking van meer dan 2 onafhankelijke groepen voor een ordinale variabele
 Wilcoxon Rangtekentoets
 Vergelijking van gerelateerde groepen (gekoppelde paren) voor een ordinale variabele

3.1. Mann-Whitney
Algemeen
 Vergelijken van 2 onafhankelijke groepen voor een ordinale variabele
 Categorische variabele met 2 onafhankelijke groepen (bv. ofwel man, ofwel vrouw)
 Testen of de groepen dezelfde mediaan hebben
 Bv. Downloaden mannen vaker muziek (‘Muziek’) dan vrouwen?
- 2 onafhankelijke groepen: mannen versus vrouwen
- Muziek downloaden: ordinale variabele (van 1 = ‘nooit’ tot 7 = ‘meermaals per dag’)
 Parametrisch alternatief = de T-toets (gemiddelden vergelijken i.p.v. medianen/rangordes)

SPSS
 Tabblad analyze  nonparametric tests  legacy dialogs  2 independent samples
 Test variable list = afhankelijke variabele Grouping variable = onafhankelijke variabele
 Klik op ‘define groups…’ en geef de waarden van de groepen op
 Bv. group 1 = 1 = man: group 2 = 2 = vrouw
 Vink ‘Mann-Whitney U’ aan

, 10

Voorbeeld
Mannen hebben een hogere ‘mean rank’ dan
vrouwen
Let op: dit zijn gemiddelde rangordes, geen
gemiddeldes! Je kan dus niet zeggen dat mannen
gemiddeld 234 liedjes downloaden.
Het verschil is significant!
p = .010, de kans dat we H0 ten onrechte
verwerpen is 1%
Mannen downloaden significant vaker muziek
dan vrouwen
Let op: we weten dat er een verschil is, maar we
kunnen niet zeggen hoe groot dit verschil is en
waar het verschil ligt (want het zijn gemiddelde
rangordes, geen gemiddeldes)!
Likert-schaal (vb. van ‘helemaal niet akkoord’ tot ‘helemaal akkoord’) mogen we beschouwen als metrisch  T-toets
 T-toets = het vergelijken van 2 onafhankelijke groepen voor een metrische variabele (zie WS 2 & 3)
 Zo kunnen we gemiddeldes vergelijken en kunnen we wel zeggen hoe groot het verschil is en waar het
verschil precies ligt.
OEFENING 1
Bekijken vrouwen vaker online video’s dan mannen (‘OnlineVideo’)?
H0: Vrouwen bekijken even vaak online video’s als mannen
Ha: Vrouwen bekijken vaker online video’s dan mannen
Gemiddelde rangorde (mean rank) is groter bij mannen dan bij vrouwen  mannen kijken meer online video’s
P-waarde 0.002 is kleiner dan 5%  H0 verwerpen  significant verschil
Let op: ook Ha verwerpen, want de hypothese is tegengesteld: vrouwen kijken niet meer, maar mannen!

3.2. Kruskal-Wallis
Algemeen
 Vergelijken van meer dan 2 onafhankelijke groepen voor een ordinale variabele
 Categorische variabele met meer dan 2 onafhankelijke groepen
 Testen of de groepen dezelfde mediaan hebben
 Bv. Bekijken mensen met een hogere scholingsgraad vaker online video’s (‘OnlineVideo’)?
- 2 onafhankelijke groepen: lager onderwijs, lager secundair onderwijs, universitair onderwijs, etc.
- Online video’s bekijken: ordinale variabele (van 1 = ‘nooit’ tot 7 = ‘meermaals per dag’)
 Parametrisch alternatief = de F-toets (ANOVA) (gemiddelden vergelijken i.p.v. medianen)
SPSS Moeten we niet
 Tabblad analyze  nonparametric tests  legacy dialogs  K independent samples kennen want je
 Test variable list = afhankelijke var. grouping variable = onafhankelijke var. kan enkel
significantie
 Klik op ‘define groups…’: geef minimum- en maximumwaarden in v/d groepen
opsporen maar
 Vink ‘Kruskal-Wallis H’ aan niet duiden
 Pairwise comparisons
 Analyze  nonparametric tests  independent samples
 Tabblad ‘objective’: vink ‘customize analysis’
 Tabblad ‘fields’: ‘test fields’= afhankelijke variabele en ‘groups’ = onafhankelijke variabele
 Tabblad ‘settings’: vink ‘Kruskal-Wallis’ aan
en kies voor ‘all pairwise’ bij ‘multiple
comparisons’
 Klik op ‘run’
 Dubbelklik op de tabel (zie hiernaast)
 Selecteer ‘pairwise comparisons bij ‘view’
in de balk onderaan

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur AD1. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €5,48. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

69411 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!

Récemment vu par vous

Resume ·

(0)

Volledige samenvatting ERP KMO 3 - geslaagd in eerste zit! 16/20
€5,48  8x  vendu
  • (3)
Ajouter au panier
Ajouté