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
deze duidelijke verslag helpt je om te slagen voor je examen
Samenvatting Discovering Statistics Using IBM SPSS Statistics Field SPSS - Multivariate Data Analysis
Alles voor dit studieboek (314)
Geschreven voor
Open Universiteit (OU)
Psychologie
Inleiding In Data-analyse PB0202
Alle documenten voor dit vak (4)
Verkoper
Volgen
Xstemerdink
Ontvangen beoordelingen
Voorbeeld van de inhoud
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!
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 Xstemerdink. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €7,99. Je zit daarna nergens aan vast.
