Samenvatting
Samenvatting Data-Exploration (NL)
Nederlandstalige samenvatting van alle stof en statistische toetsen voor het tentamen van Data Exploration. Met uitgewerkte voorbeelden van de interpretatie van de statistische toetsen.
[Meer zien]Voorbeeld 3 van de 39 pagina's
Voorbeeld 3 van de 39 pagina's
In winkelwagengesponsord bericht van onze partner
Gekoppeld boek
Titel boek:
Auteur(s):
- Uitgave:
- ISBN:
- Druk:
Voorbeeld van de inhoud
Samenvatting Data ExplorationData Driven Business – Periode A
ANOVA (H12).................................................................................................3
Soorten ANOVA’s............................................................................................................ 3
ANOVA interpreteren...................................................................................................... 3
Planned Contrasts (H12.4).............................................................................................. 4
Post-Hoc-tests (H12.5).................................................................................................... 4
Effect sizes (H3.7)..........................................................................................5
Cohen’s d........................................................................................................................ 5
Pearson’s r...................................................................................................................... 5
The odds ratio................................................................................................................. 5
Meta-analyse.................................................................................................................. 6
Bias (H6.2)..................................................................................................... 8
Schending van assumpties (H6.4 t/m H6.8)....................................................................8
Additiviteit en lineariteit (H6.5)...................................................................................8
Normaliteit (H6.6)........................................................................................................ 8
Homoscedastiteit – Homogeniteit (H6.7)...................................................................10
Onafhankelijkheid (H6.8)........................................................................................... 10
Multicollineariteit....................................................................................................... 10
Outliers....................................................................................................... 11
Uitschieters spotten (H6.9)........................................................................................... 11
Bias reduceren (H6.12).................................................................................................11
Factoranalyse (H18).....................................................................................12
Factoren en componenten (H18.3)...............................................................................13
Grafische weergave factoranalyse – voorbeeld.........................................................13
Het ontdekken van factoren (18.4)...............................................................................13
Een methode kiezen (H18.4.1)..................................................................................13
Communaliteit (H18.4.2)........................................................................................... 13
Eigenwaarden (H18.4.5)............................................................................................ 14
Rotatie (H18.4.6).......................................................................................................... 14
Steekproef (18.5.2)....................................................................................................... 15
Correlaties tussen variabelen (18.5.3)..........................................................................16
Factoranalyse interpreteren (18.7)...............................................................................17
Betrouwbaarheidsanalyse (H18.9).................................................................20
Non-parametrische testen (H7).....................................................................20
Vergelijking van twee onafhankelijke condities (7.4)....................................................20
Vergelijking van twee afhankelijke condities (7.5)........................................................21
Vergelijking van meer dan twee afhankelijke groepen (7.7).........................................21
Vergelijking van meer dan twee onafhankelijke groepen (7.6).....................................22
Regressie (H9)............................................................................................. 22
1
, Introductie (9.2)............................................................................................................ 22
Enkelvoudige regressie (9.2.1).....................................................................................22
Meervoudige regressie (9.2.2)......................................................................................22
Assumpties regressieanalyse........................................................................................23
De fit van het model (9.2.4).......................................................................................... 23
Individuele predictoren (9.2.5)......................................................................................23
Bias in lineaire modellen (9.3)......................................................................................24
Cross-validatie.............................................................................................................. 25
Enkelvoudige regressie interpreteren...........................................................................25
Meervoudige regressiemethoden (9.9.1)......................................................................26
Multicollineariteit (9.9.3)........................................................................................... 26
Interpreteren van een meervoudige regressieanalyse..............................................27
Moderatie-modellen (H11)............................................................................29
Interpretatie SPSS-output............................................................................................. 29
Mediatieanalyse (H11)..................................................................................30
Interpretatie SPSS-output............................................................................................. 31
(Non-) technologische dataverzamelingsmethoden........................................32
XML (eXtensible Markup Language)..............................................................................32
JSON (JavaScript Object Notation).................................................................................35
Introductie.................................................................................................................... 35
JSON versus XML........................................................................................................... 36
Application Programming Interface (API)......................................................................37
REpresentational State Transfer (REST)........................................................................37
Overzicht-sheets..........................................................................................38
2
, ANOVA (H12)
De Analysis Of Variance (ANOVA) is zoals de naam al zegt een variantieanalyse, ook wel
een t-toets genoemd. Met een ANOVA kun je de gemiddeldes van drie of meer groepen
met elkaar vergelijken om na te gaan of er een significant verschil is tussen de
gemiddeldes van de groepen.
Voorbeeld onderzoeksvragen waar je ANOVA voor zou kunnen gebruiken zijn:
Wegen Amerikanen gemiddeld genomen zwaarder dan Europeanen en Aziaten?
Is er een verschil tussen de lengte van Amerikanen, Europeanen en Aziaten?
Soorten ANOVA’s
One-way-ANOVA
Deze variantieanalyse gebruik je wanneer één groepsvariabele de groepen bepaalt en er
maar één afhankelijke variabele is. Bijvoorbeeld als je het gewicht van mensen uit
verschillende landen vergelijkt. Het land van herkomst is de enige groepsvariabele en het
gewicht de enige afhankelijke variabele.
Two-way-ANOVA
Deze variantieanalyse gebruik je als er wél sprake is van twee of meer groepsvariabelen.
Je vergelijkt bijvoorbeeld het gewicht van mensen uit verschillende landen en hun
geslacht.
Multivariate ANOVA (MANOVA)
Deze variantieanalyse gebruik je als je meerdere afhankelijke variabelen gebruikt. Je
vergelijkt bijvoorbeeld het gewicht en de gemiddelde lengte van mensen uit verschillende
landen.
Repeated measures ANOVA
Je gebruikt deze variantieanalyse wanneer je een groep respondenten meerdere keren
onderzoekt. Je vergelijkt bijvoorbeeld het gewicht van Europeanen in 2005, 2010 en
2020. De steekproef is dan afhankelijk.
Voorwaarden voor het gebruik van ANOVA
Drie of meer groepen (bij 2 groepen gebruik je een normale t-toets)
Iedere groep is normaal verdeeld
De afhankelijke variabelen is gemeten op ratio- of intervalniveau
De varianties zijn voor elke groep gelijk (zie homoscedasticiteit)
De data is verzameld via een aselecte steekproef
ANOVA interpreteren
Als allereerst wil je bepalen of de varianties van de groepen gelijk zijn, dit is immers een
voorwaarden voor de ANOVA. Hiervoor kijk je naar de test of homogeneity of
variances. Kijk naar de significantiewaarde (sig.) gebaseerd op het gemiddelde (based
on mean). Als de waarde groter is dan 0.05 (de nulhypothese wordt verworpen) dan zijn
de varianties gelijk. Zo niet, dan kun je beter geen ANOVA uitvoeren.
De volgende stap is de ANOVA-tabel. Met een F-toets kan je bepalen of een significant
deel van de variantie verklaard wordt door de groepsvariabele. Dus is er bijvoorbeeld een
significant verschil tussen het gewicht van Europeanen en het gewicht van Amerikanen?
F-toets (df): de F-toets wordt gebruikt om twee varianties met elkaar te
vergelijken. Als de varianties gelijk zijn dan is de uitkomst 1. Zijn ze verschillend
dan is de uitkomst groter of kleiner dan 1, maar nooit 0. Het test in hoeverre de
data in het model past. Wanneer het gaat om gemiddelden, dan kijkt de F-toets of
er verschillen zijn tussen de gemiddeldes.
3
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 AnoukN. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 77254 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen