HC6 Flashcards
Wat is het meetniveau van de variabelen en de verdeling van scores van parametrische toetsen. Geef ook twee voorbeelden
Meetniveau: minimaal interval
Verdeling: Normaal verdeeld
bv. T-toets, Pearson correlatie
Wat is het meetniveau van de variabelen en de verdeling van scores van non-parametrische toetsen. Geef ook twee voorbeelden
Meetniveau: minimaal nominaal/ordinaal
Verdeling: geen eisen
Vb. Chi-kwadraat toets, Spearman correlatie
Wat is univariaat, wat is het doel en geef 2 voorbeelden?
Univariaat is de analyse van 1 variabele.
Doel: Data reductie/samenvatten
Vb. Centrummaten, z-score
Wat is bivariaat, wat is het doel en geef 3 voorbeelden?
Analyse van 2 variabelen
Doel: verband tussen twee variabelen analyseren (vergelijken)
Vb. Correlatie, Chi-kwadraat, t-toets
De Chi-kwadraat toets is op basis van kruistabellen. Wat is het uitgangspunt van de toets?
Vergelijk geobserveerde frequenties in elke cel met verwachte frequenties (als H0 waar is)
Moet het bij de hypotheses van Chi-kwadraat test gaan om een verschil of een samenhang?
Samenhang
Als we de samenhang tussen twee variabelen willen toetsen en het meetniveau van beide nominaal is, welke toets gebruiken we?
Chi-kwadraat
Wat is de formule van de chi-kwadraat toets?
Chi-kwadraat = Sigma ((Oij - Eij)^2)/Eij
E = Expected frequency in cell
O = Observed frequency in cell
Met welke formule bereken je de verwachte frequentie (Eij)?
Eij = (RTij * KTij)/n
RT = Rij totaal
KT = Kolom totaal
Hoe groter Chi-kwadraat, hoe …
- kleiner p (kans dat je dit verband bij toeval hebt gevonden)
- groter de kans op een significant resultaat
De kritieke waarde bij p = 0,05 kan je opzoeken in tabel A.4. Hiervoor heb je ook de vrijheidsgraden df nodig. Hoe bereken je de vrijheidsgraden?
(r-1) * (k-1)
In het voorbeeld is Chi-kwadraat 4,09. De kritische waarde bij b = 0,05 en df =1 is 3,84. Is er een significante samenhang?
4,09 is nog extremer dan 3,84, dus er is een significant verband.
Als Chi-kwadraat > kritische waarde, dan significant
Als Chi-kwadraat < kritische waarde, dan niet significant
Als er dan een significante samenhang is. Wat zijn de twee mogelijkheden om de relevantie te berekenen?
- Cramer’s V –> Berekenen in SPSS. Interpreteren als correlatiecoëfficiënt, zelfde vuistregels
- Odds Ratio –> Handmatig
Met welke formule kan je de Odds Ratio berekenen?
OR = (AD)/(BC)
Wat toetst de onhankelijke t-toets?
Verschillen tussen groepen, bv tussen mannen en vrouwen
Wat toetst de gepaarde t-toets?
Verschillen binnen een groep op 2 momenten. Bv. verschillen de scores voor en na behandeling?
T-toets is een parametrische toets, dus Y moet:
X mag wel nominaal zijn
- Minimaal interval meetniveau hebben
- Normaal verdeeld zijn
Wat zijn de assumpties van de gepaarde/afhankelijke t-toets?
Onafhankelijk variabele X: (categorisch) binair
Afhankelijke variabele Y: minimaal interval niveau, verschilscores (X1gem-X1gem = Dgem) normaal verdeeld
Gaat het bij t-toetsen om verschil of samenhang?
Verschil
In SPSS als je de test-statistiek gaat berekenen. Wat moet je dan doen? T = Dgem/ kleine sigma Dgem
kleine sigma Dgem = geschatte standaardfout van verschilscores. Dgem = gemiddelde verschil tussen X1 en X2
Kijk naar de mean, std. error mean en t.
Mean = Dgem
Std. Error mean = kleine sigma Dgem
T = t
Moet je bij p in SPSS altijd naar sig (1-tailed) of sig (2-tailed) kijken?
2-tailed, want dat is tweezijdig toetsen
Hierbij moet je voor de relevantie naar Cohen’s D kijken. Wat is de formule hiervoor?
^op d = (X1gem- X2gem)/s
s = st.dev
Wat zijn de vuistregels voor Cohen’s d?
0,20 = klein
0,50 = medium
0,80 = groot
Wat zijn de assumpties van ongepaarde/onafhankelijke t-toets
- Onafhankelijke variabele X: binair
- Afhankelijke variabele Y: minimaal interval, normaal verdeeld binnen beide groepen, equality of variances: spreiding van scores rond het gemiddelde in beide groepen vergelijkbaar
Voordat je bij de ongepaarde t-toets de test-statistiek gaat bereken, moet je kijken of er sprake is equality of variances. Dat wordt gedaan met Levene’s test. Hoe moet je de Levene’s test interpreteren en wat is er opvallend aan de Levene’s test?
Bij p > 0,05 zijn de varianties gelijk, niet significant
Bij p < 0,05 zijn de varianties niet gelijk, significant
Bij deze test wil je dat het NIET significant is
Bij het interpreteren van Levene’s test zijn er twee soorten resultaten. Als Levene’s test niet significant is (wat je dus wil) welke regel moet je dan aflezen? En welke regel moet je aflezen als het verschil wel significant is?
Niet significant: 1e regel aflezen
Significant: 2e regel aflezen