Verdieping in Onderzoeksmethoden en Statistiek VOS (201900054)
Samenvatting
Samenvatting alle onderdelen kwantitatieve deel VOS
38 keer bekeken 4 keer verkocht
Vak
Verdieping in Onderzoeksmethoden en Statistiek VOS (201900054)
Instelling
Universiteit Utrecht (UU)
In dit document vind je: een samenvatting van de hoorcolleges, extra informatie uit Grasple lessen over in- en output SPSS, en extra informatie uit werkgroepen of weekopdrachten/instructiecolleges.
Alle onderdelen week1-6 komen aan bod. Multipele regressie, ANOVA, ANCOVA, herhaalde metingen & mixe...
Verdieping in Onderzoeksmethoden en Statistiek VOS (201900054)
Alle documenten voor dit vak (19)
Verkoper
Volgen
kschulte
Ontvangen beoordelingen
Voorbeeld van de inhoud
Verdieping in
onderzoeksmethoden VOS
Inhoud
Week 1...................................................................................................................................................2
Hoorcollege 1.....................................................................................................................................2
Grasple...............................................................................................................................................6
Weekopdracht info...........................................................................................................................11
Werkgroep........................................................................................................................................11
Week 2.................................................................................................................................................11
Grasple.............................................................................................................................................11
Hoorcollege 2...................................................................................................................................12
Grasple.............................................................................................................................................14
Instructiecollege 1............................................................................................................................16
Week 3.................................................................................................................................................16
Hoorcollege 3...................................................................................................................................16
Werkgroep 2.....................................................................................................................................19
Grasple.............................................................................................................................................19
Hoorcollege 4.......................................................................................................................................22
Grasple.............................................................................................................................................25
Week 5.................................................................................................................................................28
Grasple.............................................................................................................................................28
Hoorcollege 5...................................................................................................................................30
Grasple week 5.................................................................................................................................31
Les 1. Moderatie & Mediatie........................................................................................................31
Les 2..............................................................................................................................................32
Les 3..............................................................................................................................................37
Hoorcollege 6.......................................................................................................................................39
Tabel analyses......................................................................................................................................44
Grasple week 6.................................................................................................................................45
Les 1..............................................................................................................................................45
Les 2..............................................................................................................................................48
,Week 1.
Hoorcollege 1.
Multipele regressie
Nederlands Jeugd Instituut: onderzocht risicofactoren voor onderwijsactiviteiten. Factoren:
kindfactoren, gezinsfactoren, schoolfactoren, opvoedingswijzen, leeftijdsgebonden.
Als we veel factoren vinden, willen we een analyse kunnen doen dat oordeelt over al deze factoren
bij elkaar en niet alleen los.
Multipele regressie; hoe goed kunnen wij deze onderwijsachterstand verklaren met de benoemde
factoren?
Operationaliseren:
- Schoolprestaties zijn de maat voor onderwijsachterstand
- Factoren zijn te onderscheiden in variabelen. Vb; kind (intelligentie, sekse, leeftijd,
gezondheid) of opvoeding (uren werk).
Padmodel multipele regressie
- Y is afhankelijke variabele
- Onafhankelijke variabele = X1 = dichotoom – kan je alleen in 2 niveaus opsplitsen
- Wanneer een onafhankelijke variabele zich kan opsplitsen in meer dan 2 uitkomsten dan is
deze minimaal van interval niveau
- Een multipele regressie bestaat uit 1 of meerdere interval ratio variabelen en 1 of meer
dichotome variabele.
- Enkelvoudige versus multipele: verschil is het aantal onafhankelijke variabelen
Doel = je wilt de spreiding van de afhankelijke variabele compleet kunnen verklaren.
Niveaus van variabelen:
Categorische variabelen= nominaal meetniveau: er is geen ordening in de verschillende vormen
categorieën.
Kwantitatieve variabelen: de waarden zijn nu getallen die een hoeveelheid aangeven. Hiervan zijn 3
soorten:
1. Ordinaal meetniveau: Wanneer de getallen aangeven dat de ene waarde meer/ groter/
hoger/ sterker is dan de andere, maar niet met hoeveel
2. Interval meetniveau: Wanneer de verschillen tussen getallen wel hetzelfde zijn, maar de
waarde 0 (nul) is geen indicatie van de afwezigheid van de gemeten variabele en een waarde
2 of 3 keer zo groot geeft niet aan dat het 2 of 3 keer meer/ langer/ sterker is
3. Ratio meetniveau: wanneer de verschillen tussen getallen hetzelfde zijn en de waarde 0 is
een indicatie van de afwezigheid van de gemeten variabelen
Voorbeeld onderzoeksvraag: kunnen we kennis van literatuur bij jongvolwassenen voorspellen met
persoons, gezins- en schoolkenmerken? Pop = jongvolwassenen. Variabelen:
, - Afhankelijke variabele Y = kennis van literatuur
- Onafhankelijke variabelen X = persoons-, gezins- schoolkenmerken.
Doelen analyse:
- Beschrijven lineaire relaties tussen variabelen (regressiemodel)
- Toetsen hypothesen over relaties (significanties)
- Kwantificeren van relaties (effectgrote)
- Kwalificeren van relaties (klein, middelmatig, groot?)
- Beoordelen relevantie relaties (subjectief)
- Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting)
Let op! Doe op basis van statistische samenhang geen uitspraken over causaliteit.
Een nominale variabele kan je niet meenemen in een multipele regressie, interval variabelen wel.
Hierover meer in week 2.
Regressiemodel vergelijking
- Uitkomst Y – model (x) + voorspellingsfout/residu
- Lineair; rechtlijnige relaties
- Residu = dat wat je niet kan verklaren met jouw gegevens. Hoe groter het residu hoe slechter
mijn model in staat is om Y te verklaren.
Regressiemodel vergelijking Ŷ
- Voor het voorspellen van waarde op Y
- Geschatte uitkomst Ŷ = model X
- Verschil tussen Y en Ŷ is de voorspellingsfout
E = verzameling van andere invloeden op Y, die we niet meten, ofwel het residu.
Vergelijking voor Y = B0 + B1X1 + B2X2 + E
- Y = afhankelijke variabele
- X = onafhankelijke variabele
- B0 = intercept (constant) ook wel a = het begin van een lijn
- B1 = regressiecoëfficiënt
- E = Voorspellingsfout/residu
B zegt iets over de relatie tussen X en Y ofwel het effect; de richting. Mensen verschillen op de X
maar de B coëfficiënt is voor iedereen hetzelfde.
Vergelijking van lijn (regressievergelijking)
- Ŷ = B0 + B1X1
- Dit is een enkelvoudige, meer variabelen is meervoudig
Richting van een verband = B1 kan positief 0.5 of negatief -0.5 of zo goed als 0; dat is afhankelijk
van de sterkte van de stijging of daling van de lijn!
Interpretatie van B1 waarde : de verandering in Ŷ bij toename van één eenheid bij X 1
Kleinste kwadraten criterium: het idee dat met streeft naar een zo klein mogelijke
voorspellingsfout/residu. je kijkt dan naar de geobserveerde Y en de geschatte Y.
, - Positief residu: punten boven de lijn; onderschatting door het model
- Negatief residu: onder de lijn; overschatting door het model
Output SPSS
- B0 = hier de constant dus 0.249
- B1 = hier de richting van het verband dus 0.463.
- Vergelijking is dan Ŷ = 0.249 + 0.463
Kwaliteit van het model; met goodness of fit! hoe goed past het bij de geobserveerde gegevens.
Beste model? Het model (regressielijn) met kleinste residuele kwadratensom.
Bepalen Goodness-of-fit R2
- Vergelijking van lineair model (regressielijn) met basismodel (basislijn)
- SSt = sum of squares; optelling van alle residuen = gekwadrateerde deviaties
- SSt = SSm + SSr
- SSm = kwadratensom van rechte lijn, van het model
- SSr = kwadratensom van voorspellingsfout
- R2= SSm / SSt
R2 = dus de goodness of fit van het model dat wij hebben gebruikt. Het bereik van R 2 is tussen de 0 en
1.
Opsplitsing waargenomen variatie
- T = totale deviatie; de afstand van een variabele op het basismodel Ŷ - T = M + R
- M = het verklaarde deel; de afstand tussen het lineaire model Ŷ en het basismodel Ŷ
- R = de afstand tussen het lineaire model Ŷ en de variabele. Ook wel R = T-M
- E = dan de voorspellingsfout E = R-M
Toetsen R2 en B’s
- Populatie: je hebt een hypothese gemaakt
- Steekproef: je hebt een steekproef waaruit je resultaten haalt
- Beschrijven: verklaring van Y door alle X’en en R 2
- Invloed afzonderlijke X’en op Y
- Alternatieve hypothesen: R2 > 0 het regressiemodel verklaart variatie in Y. Of B > 0 of B < 0
-> dan is er effect van X op Y
Toetsen R2
- H0: R2= 0
- HA: = R2 > 0
- Toetsen met F-toets; beoordeel de statistische significantie met alpha. 0.05
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper kschulte. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €10,49. Je zit daarna nergens aan vast.
