Hoorcollege 8B: Variantieanalyse

Question 1

1. Wat is het doel, middel en bivariate analyse van eenwegsvariantieanalyse?
2. Wat is het verschil tussen de onafhankelijke t-toets en de variantieanalyse?

Answer 1

1. Doel= gemiddelde verschillen tussen meer dan twee groepen (de toets). Middel= door te kijken aar de spreiding (variantie) binnen en tussen de groepen. Bivariate analyse= 1 numerieke afhankelijke variabele en 1 categorische onafhankelijke variabele.
   Toetsgrootheid= F-toets, overkoepelende toets > levene’s f-toets. Ga je bij een variantieanalyse kijken welke groepen dan significant van elkaar verschillen, je wil dat de experimentele groep verschilt (want diegene hebben een manipulatie gekregen en de controlegroep niet).

> > > Onafhankelijke steekproeven= de waarden binnen je variabele is onafhankelijk ‘je kan niet een man en een vrouw zijn’). Of vwo en havo tegelijkertijd doen. Je zit in 1 populatiegemiddelde: vrouw. En populatiegemiddelde: vwo.

2. De onafhankelijke t-toets bevat twee categorieën (van 1 categorische onafhankelijke variabele) die vergelijkt (precies) twee populatiegemiddelden, dus op 1 categorische onafhankelijke variabele geslacht: man en vrouw. En bij de variantieanalyse worden meerdere categorieën (van de categorische onafhankelijke variabele) vergeleken met elkaar/meerdere populatiegemiddelden (gemiddelde van de drie populaties ‘laag, midden en hoogopgeleid’. Bij de variantieanalyse heb je meerdere groepen die je met elkaar vergelijkt. De variabele kan dan zijn ‘conditie’ en de groepen zijn ‘controlegroep - brochuregroep - filmgroep’ (meer dan 2 groepen/waarden, namelijk 3 condities).

Question 2

1. Waarom heet het een variantieanalyse? (kijken naar binnen en tussen groepen: wel en niet variantie)
2. Wanneer verwerp je de H0 en neem je de H1 aan? Als je kijkt naar tussen en binnenvariantie.

Answer 2

1. Niet variantie = geen verschil > Geen verschil tussen de groepen (gemiddeld), maar wel binnen de groepen is e een verschil (tussen mensen in die groepen). Er is geen gemiddeld verschil, dus de spreiding tussen de verschillende groepen is gelijk. Hierbij is de nulhypothese waar en verwerp je hem NIET.

Wel=variantie = (wel) verschil > Wel variantie tussen de groepen, maar niet binnen de groepen. Groepsgemiddelden wijken af van elkaar (en van het totale gemiddelde). Hoe dichter de gemiddelden van de groepen bij elkaar liggen, hoe meer mensen hetzelfde scoren (binnen de groepen is het heel klein (waardoor de gemiddelden TUSSEN de groepen een groter verschil is. Dus zou de alternatieve hypothese waar zijn.

*Binnenvariantie= onverklaarde variantie = foutenvariantie (foutmarge waar je rekening moet houden als je toets) = within groups = E2.
*Tussenvariantie = between groups.
Totale variantie = onverklaarde + tussenvariantie = E1.

2. Binnen en tussen (variantie)
    Hoe groter de verschillen tussen de groepen, hoe groter de kans dat het resultaat significant
   is (en dat er dus ook verschillen in de populatie gevonden zullen worden).
    Hoe groter de verschillen binnen de groepen, hoe kleiner de kans dat het resultaat significant
   is (en er dus geen verschillen in de populatie gevonden zullen worden).

Wanneer de gemiddelden van drie groepen ongelijk zijn, dan is er dus spreiding (variantie) tussen de gemiddelden, en zal de alternatieve hypothese waar zijn. Als de gemiddelden van de drie groepen gelijk zijn, is er geen variantie tussen de gemiddelden, en is de nulhypothese waar.

Question 3

1. Waarom doe je een EENWEGSVARIANTIEANALYSE?

2. Wat zijn de voorwaarden daarvan?

Answer 3

1. Eenwegsvariantieanalyse=
   - één numerieke afhankelijke variabele
   - één categorische onafhankelijke variabele (onafhankelijk van elkaar, je kan maar in 1 conditie/groep zitten, of in de controle of brochure of film -groep.
2. Voorwaarden voor de eenwegsvariantieanalyse=
   - De afhankelijke variabele is minimaal intervalniveau.
   - De groepen worden beschouwd als onafhankelijke steekproeven (in 1 groep zitten, niet man en vrouw zijn).
   - De groepen zijn ongeveer even groot OF ze hebben gelijke varianties voor de afhankelijke variabele in de populatie (weer na te gan met een Levene’s F-toets). De vuistregel voor ongeveer even groot is: de grootste groep is maximaal 10% groter dan de kleinste groep. > toets uitvoeren om te kijken of je aan de voorwaarden voldoet.

BV: groepen zijn even groot: N= 40, alle condities heeft 40 mensen. Anders kijken naar ‘test of homogeneity of variances’ > levene’s f-toets naar de significantie: niet significant > H0: equal variances assumed. (wel levene’s toets aanvinken). Als ie NIET significant is, voldoet hij wel aan de voorwaarde.

> > > Als significant, dan moet je de effectgrootte berekenen: dat is dan de Eta2. Eta2 is hetzelfde als de R2 bij regressieanalyse, maar dan voor gemiddelden. Eta2: SS (sum of squares) Ssbetween / Sstotal.

Question 4

1. Waarom doe je de tweewegsvariantieanalyse?

2. Leg de hoofd-en interactie-effecten uit.

Answer 4

1. Tweewegsvariantieanalyse=
   - Niet 1 onafhankelijke variabele, maar 2! Die twee moeten beide categorisch zijn. Maakt dan niet uit, uit hoeveel groepen die dan bestaan, als er maar minimaal 2 categorisch onafhankelijke variabelen zijn.
   »> Ook beschrijf je nu de hoofd- en interactie-effecten bij de tweewegsvariantieanalyse (want je hebt twee categorisch onafhankelijke variabelen, die je hoofdeffecten zijn).
2. Hoofdeffecten zijn de categorisch onafhankelijke variabelen.
   Interactie-effect= betekent dat het effect voor de ene groep anders kan zijn dan voor de andere groep. Het gaat om het gezamenlijke effect van de twee onafhankelijke variabelen (bv. sekse en opleiding) op de afhankelijke variabele (aantal online aankopen).
   In de grafiek/tabel zie je dat er sprake is van een interactie-effect wanneer de lijnen met elkaar kruisen.