HC4 Flashcards
Wat zijn assumpties?
De basisvoorwaarden waar een toets aan moet voldoen, willen we de toets correct kunnen interpreteren.
Wat toetst een independent t-test of ongepaarde t-toets?
Of de twee gemiddelden van twee groepen op een afhankelijke variabelen significant van elkaar verschillen. Dit is dus vaak bij experimenteel onderzoek, groep met conditie wel en niet.
Welke meetniveau’s hebben de variabelen bij een ongepaarde t-toets?
De onafhankelijke variabele heeft een binair meetniveau, de afhankelijke variabele is interval-ratio.
Wat zijn parametrische toetsen?
Deze toetsen zjin gebaseerd op een verdeling waarvan we de parameters al kennen.
Welke assumpties voor een ongepaarde t-toets
zijn beredeneerbaar?
(1) De afhankelijke variabele is van interval-ratio meetniveau (2) de onafhankelijke variabele bestaat uit twee categorische groepen (3) onafhankelijkheid van observaties.
Welke assumpties voor een ongepaarde t-toets bereken/toets je in SPSS?
(4) Er zijn geen significante outliers (5) de afhankelijke variabele is redelijk normaal verdeeld voor iedere groep van de onafhankelijke variabele (6) homogeniteit van varianties.
Wanneer is er sprake van een significante outlier?
Als de gevonden samplewaarde meer dan 3 eenheden standaarddeviatie van het gemiddelde is.
Wat betekent homogeniteit van varianties?
De variantie in beide groepen is dan ongeveer gelijk, belangrijk: deze assumptie is uniek voor de ongepaarde t-toets.
Hoe toets je of je aan de assumptie van homogeniteit van varianties voldoet?
Met Levene’s toets en bijbehorende F-waarde.
Wanneer voldoe je aan de voorwaarde van homogeniteit van varianties?
Als de p-waarde van Levene’s toets groter is dan 0.005 en dus niet significant.
Wanneer is er sprake van heterogeniteit van varianties?
Als de p-waarde van Levene’s toets kleiner is dan 0.005 en dus significant.
Wat is de t-waarde?
Dit is de test-statistic voor het gevonden verschil, deze zet effect in de sample af tegen error. De functie is vergelijkbaar met z-waarde.
Bij welke t-waarde is er sprake van een significant verschil in een t-toets?
Hoe extremer de waarde, hoe kleiner de kans om zo’n effect te vinden terwijl in werkelijkheid H0 waar is voor de populatie. Een grote T, betekent een uitzonderlijke waarde en is dus eerder significant.
Bij welke t-waarde neem je H0 aan?
Als deze zich tussen -2 en 2 bevindt.
Wat toetst een dependent t-test of gepaarde t-toets?
Of er sprake is van een significant verschil tussen twee metingen (pre-post of 2 condities) binnen dezelfde groep, alle respondenten binnen de dataset hebben een waarde op deze variabele waarin twee metingen zijn.