data screening deel 1

Question 1

• Wat is belangrijk voor de kwaliteit van een kwantitatieve studie?

Answer 1

Of de data van hoge kwaliteit is.

Question 2

• Wat is er belangrijk om rekening mee te houden als data bewerkt moet worden?

Answer 2

Dat het alleen een vorm is van schade beperken

Question 3

• Wat is data screening?

Answer 3

Het opsporen van fouten in de data

Question 4

• Wat zijn onmogelijke waarden?

Answer 4

Waarden die niet passen binnen de schaal range

Question 5

• Wat zijn invoerfouten?

Answer 5

Dat wordt er geen spatie gedaan bij het overnemen van de resutaten, 44

Question 6

• Wat zijn onmogelijke waarden die niiet mogelijk zijn?

Answer 6

Als iemand sneller reageert dat menselijk gezien mogelijk is

Question 7

• Hoe kunnen onmogelijke waarden het snelst worden gevonden?

Answer 7

Via frequentie tabellen

Question 8

• Hoe kunnen invoerfouten in de data worden gecontroleerd?

Answer 8

Door terug te gaan naar de ruwe data

Question 9

• Wat moet er gedaan worden als niet achterhaald kan worden wat de echte data moet zijn als er fouten zijn?

Answer 9

Dan moet dit worden gezien als een missende waarde

Question 10

• Wat zijn risico’s van data verwijderen zonder code script?

Answer 10

Geen repliceerbaarheid, verlies van transparantie

Question 11

• Wat is een labjournal?

Answer 11

Hierin wordt tijdens het onderzoek alle relevante informatie in opgeslagen

Question 12

• Wat is de rol van een labjournal bij missende of onmogelijke waarden?

Answer 12

Dit kan helpen om onmogelijke waarden te repareren

Question 13

• Wat zijn uitbijters of outeliers?

Answer 13

Dit zijn individuele observaties die sterk afwijken van de rest

Question 14

• Wat is het verschil tussen uitbijters en onmogelijke waarden?

Answer 14

Uitbijters zijn eventueel wel mogelijk binnen de data reeksen

Question 15

• Welke twee soorten uitbijters zijn er?

Answer 15

Univariate en multivariate

Question 16

• Wat is een univariate uitbijter?

Answer 16

Een extreme binnen 1 variabele (IQ of leeftijd)

Question 17

• Wat zijn multivariate uitbijters?

Answer 17

Dan is een combinatie tussen twee variabelen een gekke waarde
(18 jaar en een salaris van 70.000

Question 18

• Wat is het nadeel van uitbijters in de data?

Answer 18

Het weghalen of houden zorgt in beide gevallen voor vertekening in de data

Question 19

• Welke twee criteria zijn er voor het vinden van uitbijters?

Answer 19

Wijkt de data af van het gemiddelde, heeft de waarde invloed op het model

Question 20

• Welke 4 oplossingen zijn er voor het omgaan met uitbijters?

Answer 20

Negeren, verwijderen, andere centrummaat (verlagen meetniveau), aanpassen

Question 21

• Wanneer wordt gekozen om een uitbijter te negeren?

Answer 21

Als deze niet zo veel invloed heeft op de uitkomsten

Question 22

• Wanneer kan worden gekozen voor het verwijderen van de uitbijter?

Answer 22

Als de conclussie niet echt veranderd

Question 23

• Wat is van belang in onderzoek of uitbijters wel of niet verwijderd worden?

Answer 23

Dat het gerapporteerd wordt in het onderzoek

Question 24

• Wat wordt gedaan bij het verlagen van het meetniveau bij uitbijters?

Answer 24

Dan wordt de mediaan berekend, in plaats van gemiddelde
(interval naar ordinaal)

Question 25

• Wat is het nadeel van het verlagen van het meetniveau (uitbijters)

Answer 25

Er is niet altijd een geschikte toetst die het effect kan meten

Question 26

• Wat is winzorring van de uitbijter?

Answer 26

Het wordt veranderd naar een minder extreme waarde

Question 27

• Wat is belangrijk bij de reportage als winzorring is toegepast?

Answer 27

Duidelijk vermelden wat is veranderd en dit rapporteren, eventueel een extra analyse doen

Question 28

• Wat is een manier van uitbijters opzoeken?

Answer 28

Door dit te doen met een statistische toets

Question 29

• Hoe om te gaan met uitbijters die statistische zijn opgezocht?

Answer 29

Hier moet voorzichting (niet te streng) mee worden omgegaan

Question 30

• Hoe kunnen uitbijters statistische worden opgezocht bij een normaal verdeelde variabele?

Answer 30

Dan kan het worden omgezet naar Z-scores

Question 31

• Wat is een Z-score?

Answer 31

Hoeveel STD’s een vriabele af ligt van het gemiddelde

Question 32

• Wat is het voordeel aan z-scores voor uitbijters?

Answer 32

Het is niet afhankelijk van steekproef grootte

Question 33

• Wat zijn gebruikelijke waarden om te hanteren voor Z-scores?

Answer 33

3.29

Question 34

• Waarom zijn Z-scores geen hele goede manier van uitbijters opsporen?

Answer 34

Het gemiddelde en STD is gemaakt met de extreme waarde in de data

Question 35

• Hoe worden uitbijters opgezocht als de verdeling scheef verdeeld is?

Answer 35

Dan wordt gekeken naar de mediaan, interkwartiel afstand

Question 36

• Welke waarden worden gehanteerd bij box plots om uitbijters te identificeren?

Answer 36

3 keer de IQR, interkwartielafstand

Question 37

• Wat is de mahalanobis afstand?

Answer 37

Een meervoudige scatterplot om multivariate uitbijters op te sporen

Question 38

• Wat is straightlining?

Answer 38

Dan worden er opzettelijk patronen in de data gezet

Question 39

• Wat is een manier hoe striaghtlining wordt geprobeerd op te zoeken?

Answer 39

Door de schaalwaarden in de vragenlijst om te draaien

Question 40

• Hoe moet worden omgegaan met staightlining?

Answer 40

Dit moet worden verwijderd uit de data en de reden onderzocht worden

Question 41

• Wat is een reden dat het eerste deel bij staightlining nog wel bruikbaar is?

Answer 41

Als het komt door uitputting