The summary contains all the important subjects and formulas discussed during the workgroups and lectures. It's structured per week. This document can be very helpful for creating a cheat sheet.
Correlation: association
Causality: effect
1. Covariance: variables have an association
2. Directionality: cause precedes effect
3. Internal validity: eliminate alternative explanations
Covariance
= used to measure degree to which 2 variables vary together.
Formula:
→ provides info on strength and direction of association.
Disadvantage: it’s dependent on the unit of measurement of variables
Solution: standardize by dividing the covariance by standard deviations.
Pearson r
= a standardized measure, describes linear relationship between 2 quantitative
variables, between -1 and +1
1. Calculate z score for each number individually
2. zX * zY for each participant separately
3. Add all those numbers
, 4. Divide by N-1
Formula:
or
Beware of:
- non-linear relationships
- outliers
- heterogeneous subgroups
- restriction of range
Scores not ranked yet? Convert raw scores into ranks. Then use Pearson correlation
to calculate rs
rs = r on ranked data
Mean:
Standard dev:
It’s an alternative to Pearson r in case of outliers/weak non-linearity.
Point-biserial correlation (rpb)
One variable is dichotomous and quantative.
Use pearson r formula to calculate rpb
rpb = r
Relationship between rpb and tindependent
Phi coefficient (φ) )
= describes relationship between 2 dichotomous variables.
Use pearson r formula to calculate φ. φ = r
OR use the formula:
, Hypotheses for r:
t test for significance of r:
r can be r, rs, rpb, φ
Hypotheses for testing difference between 2 independent r s
z test:
Compare z for two-sided test with α = 0.05
The statistical significance depends on N, r, and α
Result:
- Weak correlations in large samples can become significant.
- Strong correlations in small samples might not significant.
Conclusion: Testing only for significance is too limited.
Measures of effect size:
1) reffect
Can stand for r, rs, rpb, and φ.
Disadvantage: Value of correlation hard to interpret:
r = .60 does NOT mean relationship twice as large as r = .30.
Solution: Square r.
2) r2 or Coefficient of Determination (COD) or Proportion of Variance Accounted For
(VAF)
Advantage: Possible to compare r 2 ’s.
Disadvantages:
- still hard to interpret.
- “determination” erroneously implies causality.
- r2 gives no information about direction of relationship.
- small values of r give even smaller values of r2.
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 vandriellisa. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €3,99. Je zit daarna nergens aan vast.
