Samenvatting

Summary Basis Van Onderzoeksmethoden En Statistiek ()

5 keer verkocht

Instelling
Universiteit Utrecht (UU)

Alles uit de hoorcolleges over correlationeel en experimenteel onderzoek wat te maken heeft met NHST, BHE, SPSS, Jasp. Eigenlijk alles wat je nodig hebt voor alles met cijfers, formules, tabellen etc. Er is een duidelijk overzicht gemaakt met tussen de verschillende manier van NHST en BHE. Ook toev...

[Meer zien]

Voorbeeld 3 van de 17 pagina's

Bekijk voorbeeld

Geupload op 8 november 2022
Aantal pagina's 17
Geschreven in 2022/2023
Type Samenvatting

bos
nhst
jasp
bhe
correlationeel
experimenteel
kwalitatief
overzicht
verschillen
tabellen
formules
voorbeelden

Volgen

jasmijnmeijer Lid sinds 5 jaar 48 documenten verkocht

NHST Correlationeel Regressie in Correlationeel → als we Experimenteel
(relatie/samenhang) het éne weten, kunnen we dan iets (causaliteit)
zeggen over het andere, zonder dit te
vragen

Stap 1: Toetskeuze: Pearson of Spearman? Toetskeuze: regressie Bij 2 groepen:
toetskeuze, Hangt hier samen met assumpties Toetskeuze: t-toets voor onafhankelijke groepen (2
hypotheses H0 (altijd =) en H1 (>, < of ≠) opstellen. ≠ wordt groepen, vergelijken op gemiddelde)
bepalen en H0 (altijd =) en H1 (>, < of ≠) opstellen. hier bijna niet gebruikt.
H0 (altijd =) en H1 (>, < of ≠) opstellen.
significantieniveau
Opstellen met Griekse letter rho, ρ Opstellen met Griekse letter bèta, β (bij
(α) kiezen
VB: H0:  = 0 en H1:  > 0 enkelvoudige regressie en toetsing 2 bij Opstellen met Griekse letter mu, µ (gemiddelde)
multipele regressie) VB: H0 : µDI = µC en H1: µDI > µC
α: meestal .05 VB: H0: gewicht = 0 en H1: gewicht > 0 Of: H0 : µDI - µC = 0 en H1: µDI - µC > 0

Opstellen met Griekse letter rho, ρ2 (bij α: meestal .05
multipele regressie toetsing 1)
VB: H0: 2 = 0 en H1: 2 > 0 Bij meer dan 2 groepen:
Toetskeuze: ANOVA
α: meestal .05
H0 (altijd =) en H1 (>, < of ≠) opstellen.

Opstellen met Griekse letter mu, µ (gemiddelde)

H0 : DI = EI = C en H1 : minimaal één van de
gemiddelden is anders

α: meestal .05

Stap 2: assumpties Mag ik de toetskeuze gebruiken? Mag ik het resultaat vertrouwen? Assumpties voor t toets en ANOVA voor
controleren onafhankelijke groepen:
1. Meetniveau checken 1. Lineaire samenhang tussen predictor en 1. Aselecte steekproef
(interval/ratio) afhankelijke variabele 2. Afhankelijke variabele van interval/ratio
2. Lineaire samenhang checken 2. Geen uitschieters (die te veel invloed meetniveau
hebben) 3. Onafhankelijke waarnemingen/ (twee)
groepen zijn onafhankelijk

, 3. Predictoren en afhankelijke variabele 4. Geen uitschieters (milde uitschieters
minimaal interval meetniveau hebben geen invloed)
4. De predictoren mogen onderling niet te 5. Scores moeten in beide/alle groepen
veel samenhangen ((multi)collinearity) normaal verdeeld zijn (bij n ≥ 30 niet
→ alleen bij multipele regressie problematisch: robuustheid)
5. Spreiding van residuen per x-waarde 6. Scores moeten in beide/alle groepen gelijke
gelijk (homoscedasticity) spreiding hebben (bij n ≥ 30 niet
problematisch: robuustheid + levene’s test)
Bij multipele regressie: ook een
dummyvariabele mogelijk. Twee categorieën,
zoals bij sekse: man 1, vrouw 0

Stap 3: Toetsingsgrootheid bij Pearson = r Bij enkelvoudige regressie en multipele Bij twee groepen:
toetsingsgrootheid (correlation coefficient) regressie toets 2: Toetsingsgrootheid = t-waarde
en p-waarde Toetsingsgrootheid bij Spearman = rs Toetsingsgrootheid b (richtingscoëfficiënt) kan T-waarde uitrekenen door:
hier niet omdat dit afhankelijk is van de 𝑀1−𝑀2
bepalen t=
𝑆𝐸
meetschaal, variabele maat is hier niet handig SE = standaardfout = spreiding
voor. Omrekenen naar een standaardmaat: t- M = steekproefgemiddelden
waarde/t-verdeling. JASP → Independent Samples T-Test → t
Toetsingsgrootheid = t-waarde p-waarde uit JASP halen
SPSS → Coefficients → t JASP → Independent Samples T-Test → p
p-waarde uit SPSS halen JASP kan eenzijdig of tweezijdig toetsen, dus altijd
p-waarde uit SPSS halen goede p-waarde
SPSS → Coefficients → Sig.

Staat er beide twee keer in, maar is
hetzelfde. Bij p-waarde .000 →
p < .001 Let op: p-waarde is bij regressie altijd
tweezijdig, dus bij eenzijdig moet je de p-
waarde delen door twee.
Bij meer dan twee groepen:
Let op: kijken naar B in tabel of deze groter is Toetsingsgrootheid = F-waarde
𝑀𝑆𝑏𝑒𝑡𝑤𝑒𝑒𝑛
dan 0, dan pas p-waarde delen (assumpties) F = 𝑀𝑆𝑤𝑖𝑡ℎ𝑖𝑛

, Bij multipele regressie toetsing 1: Spreiding binnen (within) de groepen en spreiding
Toetsingsgrootheid = F-waarde tussen (between) de groepen.

Grote F-waarde bij kleine spreiding within en grote
between. → makkelijker om te vergelijken
Kleine F-waarde bij grote spreiding within en kleine
between.

p-waarde uit SPSS halen in ANOVA

Stap 4: conclusie p-waarde > α = H0 meest waarschijnlijk p-waarde > α = H0 meest waarschijnlijk → H0 p-waarde > α = H0 meest waarschijnlijk → H0 niet
trekken over H0 → H0 niet verwerpen, resultaat is niet niet verwerpen, resultaat is niet significant verwerpen, resultaat is niet significant
significant
p-waarde < α = H1 meest waarschijnlijk → H0 p-waarde < α = H1 meest waarschijnlijk → H0
p-waarde < α = H1 meest waarschijnlijk verwerpen, resultaat is significant verwerpen, resultaat is significant
→ H0 verwerpen, resultaat is
significant

Stap 5: VB conclusie: Er is geen significante Bij regressie en multipele regressie toets 2: Bij twee groepen:
inhoudelijke positieve samenhang tussen Is de richtingscoëfficiënt significant groter dan VB conclusie: Ja, kinderen in de directe
conclusie en zelfwaardering en extraversie, r = 0? Ja, dus het is zinvol om regressie te instructiegroep hebben een significant hogere
effectgrootte .283, n = 10, p = .214, éénzijdig. gebruiken. Bij multipele regressie toets 2 alle gemiddelde rekenscore dan kinderen in de
stappen herhalen tot je alle predictoren gehad controlegroep.
bepalen
Maat voor effectgrootte bij correlatie: hebt.
correlatiecoëfficiënt (r) Effectgrootte: kijken naar verschil in
Bij multipele regressie toets 1: Ja, we kunnen groepsgemiddelden óf gestandaardiseerde maat
een significant deel van de variantie van Y gebruiken: Cohen’s d (in JASP)
verklaren door de samenhang met... Namelijk r2

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

Studenten hebben al meer dan 850.000 samenvattingen beoordeeld. Zo weet jij zeker dat je de beste keuze maakt!

In een paar klikken geregeld

Geen gedoe — betaal gewoon eenmalig met iDeal, creditcard of je Stuvia-tegoed en je bent klaar. Geen abonnement nodig.

Direct to-the-point

Studenten maken samenvattingen voor studenten. Dat betekent: actuele inhoud waar jij écht wat aan hebt. Geen overbodige details!

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 jasmijnmeijer. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €6,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 69052 samenvattingen verkocht

Opgericht in 2010, al 15 jaar dé plek om samenvattingen te kopen

Begin nu gratis

Laatst bekeken door jou

Overig ·

(0)

Samenvatting

Summary Basis Van Onderzoeksmethoden En Statistiek ()

Document informatie

Onderwerpen

Geschreven voor

Verkoper

Ontvangen beoordelingen

Voorbeeld van de inhoud