100% tevredenheidsgarantie Direct beschikbaar na je betaling Lees online óf als PDF Geen vaste maandelijkse kosten
logo-home
Eerder door jou gezocht
Eerder door jou gezocht
logo
Methoden in onderwijswetenschappelijk onderzoek Samenvatting Deel 1 (week 1 t/m 5 statistiek) €2,99
In winkelwagen
Snel navigeren naar
Voorbeeld
  2.  
  3. Universiteit Utrecht (UU)
  4.  
  5. Methoden in onderwijswetenschappelijk onderzoek (201300010)

Samenvatting

Methoden in onderwijswetenschappelijk onderzoek Samenvatting Deel 1 (week 1 t/m 5 statistiek)

2 beoordelingen
 7 keer verkocht

Deze samenvatting bevat informatie uit zowel de hoorcolleges, practica als werkcolleges. Met behulp van deze samenvatting en het leren van de slides uit het hoorcollege, heb ik een 9 behaald voor het tentamen.

Voorbeeld 2 van de 32  pagina's

Document informatie

  • Onbekend
  • 16 januari 2020
  • 32
  • 2019/2020
  • Samenvatting

Onderwerpen

  • utrecht
  • methoden in onderwijswetenschappelijk onderzoek

Gekoppeld boek

book image

Titel boek:

Auteur(s):

  • Uitgave:
  • ISBN:
  • Druk:

Meer samenvattingen voor studieboek

Alles voor dit studieboek (317)

Geschreven voor

Alle documenten voor dit vak (10)

2  beoordelingen

review-writer-avatar

Door: berendvandenberg1 • 2 jaar geleden

review-writer-avatar

Door: nstroop • 4 jaar geleden

Verkoper

avatar-seller
xelinexx

Ontvangen beoordelingen

Voorbeeld van de inhoud

Week 1 : Multipele regressie

1.1 Hoorcollege: Lineaire multipele regressie
Multipele regressie - twee of meer verklarende/ onafhankelijke variabelen (X) worden gebruikt om
de afhankelijke variabele (Y) te voorspellen of verklaren.

Y = afhankelijke variabelen
X = onafhankelijke variabelen  predictoren
E = error = overige invloeden

Voorbeeld:
Y = leesvaardigheid/ kennis literatuur
X = persoonlijke kenmerken, kenmerken ouderlijk huis, kenmerken school, etc

Tussen verschillende predictoren bestaan relaties. We kunnen de samenhang van alle predictoren
bekijken op de invloed van leesvaardigheid  multipele regressie analyse.

Bij statistische toetsen moeten we nagaan of een resultaat een toevallig resultaat of een
systematische resultaat is.

Type onderzoek dat verband houdt met multipele regressie is correlationeel.
Correlationeel onderzoek doet geen uitspraak over causale relatie. We voorstellen bv dat X van
invloed is op Y, maar we mogen er geen uitspraak over doen. Het is wel een ondersteuning voor een
eventuele causale relatie.

Meetniveau variabelen
Meetniveaus:
- Nominaal: onderverdeeld in categorieën waaraan een getalsmatige code (willekeurig) aan
toegekend kan worden. Bijv. man = 0, vrouw = 1
- Ordinaal
- Interval
- Ratio

Bij multipele regressie gaat het om minimaal interval variabelen (geen categorieën te
onderscheiden).

Afhankelijke variabele Y:
- Continu kenmerk gemeten op minimaal interval meetniveau

Onafhankelijke variabelen X:
- Continu of discreet kenmerk gemeten op minimaal interval meetniveau
- Categorisch kenmerk met twee categorieën; nominaal meetniveau met twee categorieën
noemen we dichotoom.
- Categorisch kenmerk met meer dan twee categorieën (nominaal meetniveau wordt omgezet
in dummyvariabelen).

Sekse = dichotome variabele (mag dus ook gebruikt worden bij multipele regressie).
Noord, West, Oost, Zuid = nominaal (meer kenmerken)  omzetting naar dummyvariabelen (zie
week 2).

, We gaan er vanuit dat er een lineaire (rechtlijnig) verband is, we gaan ervanuit dat de relatie tussen
de predictoren en de afhankelijke variabelen lineair is.

Regressiemodel

Modelvergelijking
Vergelijking voor uitkomst Y
Uitkomst (Y) = model (X) + voorspellingsfout

Regressievergelijking
Regressie vergelijking stelt ons in staat een voorspelling te
doen van Y gebaseerd op het model. Het gaat dus niet over Y maar over de geschatte Y (^Y)
regressievergelijking.
Geschatte uitkomst (Y^) = model (X)

Y = B0 +B1X1 + … +B6X6 +E
(we hebben in het geval van het voorbeeld 6 onafhankelijke variabelen).
B0 = intercept
B = regressiecoëfficient - reflecteert de relatie tussen de betreffende predictor en de afhankelijke
variabele (Y). B kunnen we interpreteren als het effect (B klein = klein effect, B groot = groot effect).
Wij moeten de B kunnen invullen en begrijpen.
Hoge X = zal meer bijdragen aan Y.
Lage X = zal minder bijdragen aan Y.

Kleinste kwadraten criterium = procedure die ertoe lijdt dat de lijn de beste voorspelling geeft, de
lijn resulteert in de kleinst mogelijke error/ voorspellingsfout (kleinst mogelijke E).

Enkelvoudige regressie lineaire lijn: ^Y = B0 + B1X1
Vergelijking voor een observatie: Y = B0 + B1X1 + E

Regressie coëfficiënt (B1): de verandering van ^Y per één eenheid van X.

Onder de H0 verstellen we bij multipele regressie geen verband  we kijken of B verschilt van 0. We gaan
kijken of het vervolgens zo afwijkt van 0 dat het significant is.

Geobserveerde Y zijn de punten, geschatte ^ Y is de lijn.
Alle residuen kwadrateren en optellen  som gekwadrateerde residuen het kleinste = kleinste kwadraten
criterium.

SPSS:
B0 = constant B
B1 = Educ B (in dit geval gaan we ervan uit dat educatie een interval variabele is, dit is het geval bij ‘aantal
jaar educatie’).
^Y = 0.25 + 0.46 * Educ (voorspelde Y)
Y = 0.25 +0.46 * Educ + E (geobserveerde Y)

Goodness-of-fit
Hoe goed is het model met de kleinste residuele kwadratensom?
Hoe goed past mijn model  R2

We proberen de spreiding in de afhankelijke variabele te verklaren (dit drukken we uit in proportie
verklaarde variantie R2).

Dit zijn jouw voordelen als je samenvattingen koopt bij Stuvia:

Bewezen kwaliteit door reviews

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

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

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 xelinexx. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €2,99. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

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

Afgelopen 30 dagen zijn er 63950 samenvattingen verkocht

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

Begin nu gratis

Laatst bekeken door jou

Tentamen (uitwerkingen) ·

(0)

TFM 160 FINAL (VOYTILLA) 2024 QUESTIONS WITH COMPLETE SOLUTIONS ALREADY PASSED AND VERIFIED

Samenvatting ·

(0)

AQA English Literature A-level - Anthology: love poetry through the ages pre-1900 - A* analysis

Overig ·

(1)

NSG C919 - Facilitation of Context-Based Student - Centered Learning. Western Governors University.

Tentamen (uitwerkingen) ·

(0)

OVER 400 NEW 2022 UPDATED EXAM QUESTIONS AND ANSWERS ATI ADULT MEDICAL SURGICAL PROCTORED

Tentamen (uitwerkingen) ·

(1)

NR 508 ADVANCED PHARM. FINAL EXAM 2023 NEW (JAN-JULY TERM) PRIORITY EXAM WITH RATIONALE 100%

Samenvatting ·

(0)

Hele boek + begrippenlijsten! Social Work S&E Samenvatting Psychiatrie ISBN: 9789036822848

Tentamen (uitwerkingen) ·

(0)

UNE Microbiology Final Exam Questions And Answers Rated A+ New Update Assured Satisfaction

Tentamen (uitwerkingen) ·

(1)

NUR 2502 / NUR2502 Exam 2: Multidimensional Care III / MDC 3 Exam 2 Review (Latest 2023/2024) Rasmussen

Tentamen (uitwerkingen) ·

(1)

LML4806 PORTFOLIO MEMO - MAY/JUNE 2023 - SEMESTER 1 - UNISA (DETAILED MEMO - DISTINCTION GUARANTEED!)
€2,99  7x  verkocht
  • (2)
In winkelwagen
Toegevoegd