Soort toets Wanneer gebruiken? Welke bewerkingen in SPSS? Resultaten interpreteren
Onafhankelijke t-toets Nagaan of 2 groepen significant Analyze -> Compare Means -> Independent Mean: Gemiddelde
van elkaar verschillen T-samples Levene’s test: >.05: Niet significant, blijf op
Test variable: Afhankelijke variabele dezelfde lijn.
Grouping variable: Onafhankelijke variabele. <.05: Wel significant, kijk op de onderste lijn.
Rapporteren: t(df) = …, p<.001
Effectgrootte via r of Cohen’s d.
Variantieanalyse: Twee soorten spreiding van Analyze -> General Linear Model -> - Levene’s test: >.05: Niet significant, blijf op
Meerweg ANOVA scores berekenen: Univariate dezelfde lijn.
1. Within-group variatie: Dependent variable: Afhankelijke variabele <.05: Wel significant, kijk op de onderste lijn.
Spreiding van de verschilscores Fixed factors: Groepsvariabelen (Bv. sekse, - In tabel Tests of Between-Subjects Effects
binnen een groep tov de categorieën). staan de resultaten van de meerweg ANOVA. In
gemiddelde verschilscores van - Vraag onder Plots om een figuur met de aparte regels staan de statistieken voor de
de groep (als gevolg van factor met de meeste groepen op de toetsing van de hoofdeffecten en het interactie-
toevallige factoren). horizontale as en de factor met de minste effect. Kijk bij deze regels bij Sig. om te bepalen
2. Between-group variatie: groepen als aparte lijnen. of een effect significant is.
Spreiding van de gemiddelde - Vraag onder Post hoc om post hoc toetsing - De grootte van effecten bepalen we bij ANOVA
verschilscores van de groepen voor de factor(en) met meer dan 2 groepen. aan de hand van de Partial Eta Squared (partial
tov de totale gemiddelde Vraag hierbij om de Bonferroni correctie. η2). Hierbij worden de volgende vuistregels
verschilscore (Geen sprake van - Vraag onder Options om Descriptive gehanteerd:
toevallige factoren). statistics, Estimates of effect size en Klein = .01
Homogeneity tests. Medium = .06
Groot = .14
- In de tabel Multiple comparisons staan de
paarsgewijze vergelijkingen van de gemiddeldes
van de verschillende groepen. Kijk hier bij Sig.
welke groepen significant van elkaar verschillen.
ANOVA als Anova als lineair model Analyze -> General Linear Model -> De algemene regressievergelijking voor een
regressiemodel Univariate model met twee factoren met elk twee
Dependent variable: Afhankelijke variabele categorieën is:
Fixed factors: Groepsvariabelen (Bv. sekse,
categorieën). Ŷ = b0 + b1xDsekse + b2xDleeftijd + b3xDsekse ×
, - Vraag onder Plots om een figuur met de Dleeftijd
factor met de meeste groepen op de
horizontale as en de factor met de minste Je kunt de waardes in de tabel Parameter
groepen als aparte lijnen. Estimates gebruiken om de regressievergelijking
- Vraag onder Post hoc om post hoc toetsing in te vullen voor deze meerweg ANOVA.
voor de factor(en) met meer dan 2 groepen.
Vraag hierbij om de Bonferroni correctie.
- Vraag onder Options om Descriptive
statistics, Estimates of effect size, Parameter
estimates en homogeneity tests.
ANCOVA Vergelijken van scores van Bij ANCOVA moet er sprake zijn van In de vierde tabel (Tests of Between-Subjects
groepen op een afhankelijke homogeniteit van regressiecoëfficiënten. Dit Effects) staan de resultaten van de
variabele waarbij we corrigeren wil zeggen dat de regressielijnen voor de daadwerkelijke ANCOVA. In aparte regels staan
voor een derde variabele: de relatie tussen de covariaat en de de statistieken voor de toetsing van het effect
covariaat. afhankelijke variabele voor de verschillende van de covariaat en de factor.
groepen (ongeveer) parallel moeten lopen.
Er mag geen interactie-effect zijn. De grootte van effecten bepalen we bij ANCOVA
Dit moet je controleren: aan de hand van de effectgrootte Partial Eta
- Maak een spreidingsdiagram: Squared. Bij deze effectgrootte worden de
- Graphs > Chart Builder > Scatter/Dot > volgende vuistregels gehanteerd:
Grouped Scatter
- Plaats de covariaat op de X-as Klein = .01
- Plaats de afhankelijke variabele op de Y-as Medium = .06
- Plaats de groepsvariabele in het vakje Set Groot = .14
color
- Maak de figuur en dubbelklik op de figuur In de vijfde tabel (Estimated Marginal Means |
in de output. Kies onder Elements voor Fit Estimates) staan de voor de covariaat
line at subgroups. gecorrigeerde groepsgemiddelden op de
Als de lijnen parallel lopen is er aanleiding afhankelijke variabele. Dit zijn de gemiddelde
om te denken dat er geen interactie-effect scores van de groepen wanneer alle groepen
is. Dit moet wel ook nog getoetst worden: hetzelfde gemiddelde zouden hebben op de
covariaat. De noot onder de tabel geeft aan
- Analyze > General Linear Model > welke waarde van de covariaat hiervoor
Onafhankelijke t-toets Nagaan of 2 groepen significant Analyze -> Compare Means -> Independent Mean: Gemiddelde
van elkaar verschillen T-samples Levene’s test: >.05: Niet significant, blijf op
Test variable: Afhankelijke variabele dezelfde lijn.
Grouping variable: Onafhankelijke variabele. <.05: Wel significant, kijk op de onderste lijn.
Rapporteren: t(df) = …, p<.001
Effectgrootte via r of Cohen’s d.
Variantieanalyse: Twee soorten spreiding van Analyze -> General Linear Model -> - Levene’s test: >.05: Niet significant, blijf op
Meerweg ANOVA scores berekenen: Univariate dezelfde lijn.
1. Within-group variatie: Dependent variable: Afhankelijke variabele <.05: Wel significant, kijk op de onderste lijn.
Spreiding van de verschilscores Fixed factors: Groepsvariabelen (Bv. sekse, - In tabel Tests of Between-Subjects Effects
binnen een groep tov de categorieën). staan de resultaten van de meerweg ANOVA. In
gemiddelde verschilscores van - Vraag onder Plots om een figuur met de aparte regels staan de statistieken voor de
de groep (als gevolg van factor met de meeste groepen op de toetsing van de hoofdeffecten en het interactie-
toevallige factoren). horizontale as en de factor met de minste effect. Kijk bij deze regels bij Sig. om te bepalen
2. Between-group variatie: groepen als aparte lijnen. of een effect significant is.
Spreiding van de gemiddelde - Vraag onder Post hoc om post hoc toetsing - De grootte van effecten bepalen we bij ANOVA
verschilscores van de groepen voor de factor(en) met meer dan 2 groepen. aan de hand van de Partial Eta Squared (partial
tov de totale gemiddelde Vraag hierbij om de Bonferroni correctie. η2). Hierbij worden de volgende vuistregels
verschilscore (Geen sprake van - Vraag onder Options om Descriptive gehanteerd:
toevallige factoren). statistics, Estimates of effect size en Klein = .01
Homogeneity tests. Medium = .06
Groot = .14
- In de tabel Multiple comparisons staan de
paarsgewijze vergelijkingen van de gemiddeldes
van de verschillende groepen. Kijk hier bij Sig.
welke groepen significant van elkaar verschillen.
ANOVA als Anova als lineair model Analyze -> General Linear Model -> De algemene regressievergelijking voor een
regressiemodel Univariate model met twee factoren met elk twee
Dependent variable: Afhankelijke variabele categorieën is:
Fixed factors: Groepsvariabelen (Bv. sekse,
categorieën). Ŷ = b0 + b1xDsekse + b2xDleeftijd + b3xDsekse ×
, - Vraag onder Plots om een figuur met de Dleeftijd
factor met de meeste groepen op de
horizontale as en de factor met de minste Je kunt de waardes in de tabel Parameter
groepen als aparte lijnen. Estimates gebruiken om de regressievergelijking
- Vraag onder Post hoc om post hoc toetsing in te vullen voor deze meerweg ANOVA.
voor de factor(en) met meer dan 2 groepen.
Vraag hierbij om de Bonferroni correctie.
- Vraag onder Options om Descriptive
statistics, Estimates of effect size, Parameter
estimates en homogeneity tests.
ANCOVA Vergelijken van scores van Bij ANCOVA moet er sprake zijn van In de vierde tabel (Tests of Between-Subjects
groepen op een afhankelijke homogeniteit van regressiecoëfficiënten. Dit Effects) staan de resultaten van de
variabele waarbij we corrigeren wil zeggen dat de regressielijnen voor de daadwerkelijke ANCOVA. In aparte regels staan
voor een derde variabele: de relatie tussen de covariaat en de de statistieken voor de toetsing van het effect
covariaat. afhankelijke variabele voor de verschillende van de covariaat en de factor.
groepen (ongeveer) parallel moeten lopen.
Er mag geen interactie-effect zijn. De grootte van effecten bepalen we bij ANCOVA
Dit moet je controleren: aan de hand van de effectgrootte Partial Eta
- Maak een spreidingsdiagram: Squared. Bij deze effectgrootte worden de
- Graphs > Chart Builder > Scatter/Dot > volgende vuistregels gehanteerd:
Grouped Scatter
- Plaats de covariaat op de X-as Klein = .01
- Plaats de afhankelijke variabele op de Y-as Medium = .06
- Plaats de groepsvariabele in het vakje Set Groot = .14
color
- Maak de figuur en dubbelklik op de figuur In de vijfde tabel (Estimated Marginal Means |
in de output. Kies onder Elements voor Fit Estimates) staan de voor de covariaat
line at subgroups. gecorrigeerde groepsgemiddelden op de
Als de lijnen parallel lopen is er aanleiding afhankelijke variabele. Dit zijn de gemiddelde
om te denken dat er geen interactie-effect scores van de groepen wanneer alle groepen
is. Dit moet wel ook nog getoetst worden: hetzelfde gemiddelde zouden hebben op de
covariaat. De noot onder de tabel geeft aan
- Analyze > General Linear Model > welke waarde van de covariaat hiervoor
