Worked example 1
Normaliteit beoordelen
➔ Skeweness: 0 → normale verdeling
◆ Wanneer SE 2x in skeweness past, dan is de skeweness significant en dus geen
normale verdeling
◆ Wanneer SE minder dan 2x in skeweness past, dan is de skeweness niet significant
en dus wel een normale verdeling
➔ Kurtosis (piekigheid): positief getal → piekig
◆ Wanneer SE 2x in kurtosis past, dan is de kurtosis significant en dus geen normale
verdeling
◆ Wanneer SE minder dan 2x in kurtosis past, dan is de kurtosis niet significant en dus
wel een normale verdeling
➔ Test of normality: Kolmogorov-Smirnov test
◆ Significant → geen normale verdeling
◆ Niet significant → normale verdeling
Percentielrank vs P-waarde
➔ Overeenkomst: beide scores geven een indicatie van het percentage mensen die dezelfde
score of lager hebben behaald
➔ Verschil: kan je uitgaan van een normaalverdeling in de populatie?
◆ Nee → Percentiel: alle ruwe scores zonder assumptie over de verdeling
◆ Ja → P-waarde: gebruik van M en SD van de ruwe scores met assumptie van een
normaalverdeling
➔ Bij een normaal verdeling: de percentiel rank is gelijk aan de P-waarde
➔ De voorkeur gaat uit naar het gebruiken van de P-waarde, want deze wordt niet beïnvloed
door de sample
T-score vs T-normscore
➔ T-scores zijn gestandaardiseerd
◆ T-scores zijn berekend aan de hand van de Z-score (gestandaardiseerde score)
◆ Verdeling
● Z-score: dezelfde verdeling als de verdeling van de ruwe scores
● T-score: lineaire transformatie van Z-score → dezelfde verdeling als de
verdeling van de ruwe scores
○ Is alleen normaal, als je Z-score ook normaal was
○ Z-score niet normaal → T-score ook niet!
○ Z-score wel normaal → T-score ook
➔ T-normscores zijn gestandaardiseerd en genormaliseerd
◆ Niet lineaire transformatie van de gestandaardiseerde scores: assumptie van een
normaalverdeling wat ervoor zorgt dat de verdeling meer gaat lijken op een
normaalverdeling (maar niet perse normaal is)
➔ Genormaliseerde scores hebben de voorkeur omdat we dan voldoen aan de assumptie dat de
populatie normaal verdeeld is
1
, Worked example 2
Methodes van dimensionaliteit onderzoeken (factoren)
➔ Kijk altijd naar je theorie om het aantal factoren vast te stellen aan de hand van je data
Methode +inhoud Nadelen Voordelen
Allen: gebaseerd op data en niet op
theorie
Total variance explained (beste) Niet gevoelig voor aantal items
★ Kijk wanneer de verschillen tussen opeenvolgende
varianties heel klein zijn
★ Factoren = aantal wanneer het verschil nog wel groot is!
Eigenvalue groter dan 1 Gevoelig voor aantal items: meer items →
meer kans dat items > 1
Screeplot Niet altijd even duidelijk Makkelijker kijken dan in tabel (total
★ Kijk wanneer de screeplot plat wordt variance)
Unrotated vs rotated solution: factor loading
➔ Unrotated (factor matrix)
◆ Items hebben de grootste loading op de eerste factor
◆ Geen correlatie tussen factoren
➔ Rotated (orthogonaal/rotated factor matrix)
◆ Gebruik van varimax rotatie → item heeft grote loading op 1 factor en lage loading op
andere factor ( =simple structure)
◆ Geen correlatie tussen factoren
Non-orthogonaal
➔ Rotatie leidt niet tot meer verklaarde variantie
◆ Initial eigenvalues blijven hetzelfde
◆ Variantie wordt beter verdeeld (elke factor krijgt nu een aparte taak om iets te
verklaren)
➔ Wel correlatie tussen factoren (gebeurt vaak in gedragswetenschappen)
Worked example 3
Vormen van betrouwbaarheid schatten
➔ Parallelle testen
◆ Betrouwbaarheid = correlatie tussen 2 alternatieve metingen van een test
◆ Definitie
● Twee testen zijn parallel als ze verschillende sets van items gebruiken om
hetzelfde psychologische construct te meten
● Hetzelfde niveau van variantie in meetfouten
● Geen leereffect
● Correlatie van de test is gelijk aan de betrouwbaarheid van testscores
◆ Soorten
● Test-retest: dezelfde test 2x afnemen bij een participant
● Alternate forms: parallelle testen
➔ Internal consistency (1 test, 1 meetmoment)
◆ Betrouwbaarheid wordt beïnvloed door
● Correlatie tussen items: hoe hoger → hoe betrouwbaarder
2
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, creditcard of Stuvia-tegoed 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 xuanverhagen. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,99. Je zit daarna nergens aan vast.