Hoorcollege 2 - meerweg anova

Question 1

eerweg ANOVA

Answer 1

wanneer je gebruik maakt van meer dan één groepsvariabele (onafhankelijke variabelen met 2 of meer categorieën)(sekse, culturele achtergrond, opleiding) en een afhankelijke variabele (minimaal gemeten op interval meetniveau)

Question 2

interactie-effect

Answer 2

de invloed die er ontstaat door de combinatie van specifiek deze twee groepsvariabelen. De hoofdeffecten zijn de directe peilen naar Y.

Question 3

doelen meerweg ANOVA:

Answer 3

• beschrijven van verschillen tussen en binnen groepen (gemiddelden model)
• toetsen hypothesen over verschillen tussen groepen (significantie)
• kwantificeren van verschillen (effectgrootte), het kwalificeren van verschillen (klein, middelmatig, groot) en het beoordelen van relevantie verschillen (subjectief).
• voorspellen van iemands waarde met gemiddelden model (punt- en intervalschatting). Punt is meer nauwkeurig.

Question 4

Meetniveau afhankelijke variabele (Y):

Answer 4

minimaal interval

Question 5

Meetniveau onafhankelijke variabelen (X):

Answer 5

minimaal nominaal met a (meerdere) categorieën (verschillende levels/niveaus van een groepsvariabele).

Question 6

Welk aspect van de verdeling wordt bekeken:

Answer 6

als je kijkt naar kennis en hier kijkt naar sekse en etniciteit, dan ga je kijken naar de gemiddelden in kennis van getallen en deze gemiddelden vervolgens met elkaar vergelijken om er uitspraken over te doen.

Question 7

PRENUMB:

Answer 7

de afhankelijke variabele. Binnen het onderzoek ga je dus kijken naar de spreiding in deze afhankelijke variabele.

Question 8

Hoofdeffect

Answer 8

als er in de steekproef verschillen zijn in de gemiddelden voor de verschillende levels/categorieën binnen een factor.

Question 9

F-ratio bij multipele regressieanalyse:

Answer 9

Toetsingsgrootheid voor verklaarde variantie in Y door lineair regressiemodel (R2, GOF).
–> wanneer de rechte lijn (lineair regressiemodel) een betere weergave is van geobserveerde gegevens dan het algemeen gemiddelde (basismodel), dan is er sprake van een verklaarde variantie door het lineaire model.
in het normaal Nederlands: wanneer het lineaire regressiemodel een betere representatie is van de stippenwolk, dan de lijn die het gemiddelde aangeeft, dan is de Goodness of fit dus hoger.

Question 10

F-ratio bij de ANOVA

Answer 10

Toetsingsgrootheid voor verklaarde variantie in Y door gemiddelden model (N2).
 als groepsgemiddelden significant verschillen (er is sprake van hoofdeffecten) dan zijn groepsgemiddelden (gemiddelden model/systematische variantie) een betere weergave van geobserveerde gegevens (gevonden verschillen in Y) dan het algemeen gemiddelde (basismodel).
 het algemeen gemiddelde is de voorspelling die je doet voor de afhankelijke variabele (Y) als je verder geen kenmerken betrekt. Maar als je wel naar andere predictoren gaat kijken, en er dus sprake is van een lineair regressie-model, dan zou dit model moeten bijdragen aan het voorspellen van de score van iemand. Met zo’n model kan je dus nauwkeuriger voorspellen, dan als je alleen naar het algemeen gemiddelde kijkt.
normaal nederlands: wanneer er verschillen zijn tussen groepen is het natuurlijk beter om naar de groepsgemiddelden te kijken, dan naar het algemeen gemiddelde  nauwkeuriger.

Question 11

Eenweg ANOVA: F

Answer 11

F = modelvariantie/residuele variantie = MSm/MSr

Question 12

Mean sum of squares

Answer 12

= de variantie.

Question 13

Effectgrootte:

Answer 13

effect van het hele model, en het effect van de afzonderlijke predictoren (in de variantie-analyse de factoren genoemd).

Question 14

Effectgrootte bij multipele regressie: R2 (eta squared in SPSS)

Answer 14

= verklaarde variantie door lineair model.