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!
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!
