Statistiek Flashcards
Spearman correlatie
Meet de correlatie van X op Y op ordinaal niveau
Pearson’s correlatie
Meet de correlatie van X op Y op interval niveau
t-toets
Vergelijkt de groepsgemiddelden van (maximaal) twee groepen onder één onafhankelijke X
Y - interval niveau
X - categorisch/dichotoom
Assumpties: normaalverdeeld, homoscedasticiteit, onafhankelijk (ander paired t-toets)
Enkele/multipele regressie
Beschrijven van lineaire relatie
Y - interval niveau
X (predictor) - interval niveau
Assumpties: normaalverdeeld, lineair verband, geen uitschieters, geen multicollineairiteit, homoscedasticiteit
Eenweg ANOVA
Variantieanalyse om de gemiddelden van twee of meer groepen op één onafhankelijke X te meten
Y - interval niveau
X - (factor) nominaal/ordinaal
Assumpties: normaalverdeeld, homoscedasticiteit, geen uitschieters
Meerweg ANOVA
Variantieanalyse om de gemiddelden van twee of meer groepen op twee of meer onafhankelijken te meten
X - interval meetniveau
Y - meer dan één nominaal/ordinaal
Assumpties: normaalverdeeld, homoscedasticiteit, geen uitschieters
ANCOVA
Variantieanalyse om de gemiddelden van twee of meer groepen te vergelijken op één onafhankelijke variabele
Y - interval niveau
X - nominaal/ordinaal
C - interval niveau
Assumpties: normaalverdeeld, homoscedasticiteit, geen uitschieters, lineair verband tussen X en C, homogeniteit regressiecoëfficiënten (geen interactie-effect)
Moderatieanalyse
Een moderator M heeft invloed op de relatie tussen X en Y
Er moet sprake zijn van een interactie-effect, want de relatie wordt gedefinieerd als Y = X + M + XM
Mediatieanalyse
De relatie tussen X en Y wordt gemedieerd door een mediator M
Indirect effect mediatie
Relatie loopt via mediator naar Y (ab)
Direct effect mediatie
Relatie loopt via X naar Y (‘c)
Complete mediatie
Alleen een indirect effect door mediator heen
Totaal effect mediatie
moet significant zijn om te spreken van mediatie (ab + ‘c)
Partiële mediatie
Zowel een indirect effect door mediator als een direct effect van X naar Y
Assumptie homoscedasticiteit
Houdt in dat de varianties evenredig verdeeld moeten zijn (plaatje) geldt voor multipele regressie, ANOVA, Levene’s test bij significant schending
Assumptie homogeniteit regressiecoëfficiënten
Houdt in dat er geen inteactie-effect mag bestaan tussen de onafhankelijke- en covariaat, geldt voor ANCOVA
Assumptie sfericiteit
De variantie van de gemiddelde verschilscores moeten gelijk zijn, bekijk de ernst door naar ε te kijken des te lager des te erger, Mauchley’s test < 75 Greenhouse, groter Huyn-Feldt
Type I fout
Het foutief verwerpen van de nulhypothese
Type II fout
Het foutief aannemen van de nulhypothese
Effectgrootte η2
Geeft de proportie verklaarde variantie aan (zelfde als R2) in procenten, vuistregels: .01 klein, .06 middel, .14 groot
Attrition bias
Het voorval dat de mensen die uitvallen significant verschillen van diegene die overblijven in het onderzoek, brengt de externe validiteit in gevaar. Er kan een attritieanalyse worden uitgevoerd om te kijken of er een significant verschil bestaat.
Bootstrappen
Techniek dat wordt gebruikt als de assumpties worden geschonden, de data wordt de populatie waar vervolgens even grote steekproeven uit worden gehaald. Als de 0 niet in de 95% zit dan mag de nulhypothese worden verworpen.
Validiteit
De juistheid van de meting
Betrouwbaarheid
De consistentie van de meting
Begripsvaliditeit
Meet het concept wat je beoogt te meten, kan worden beoordeeld met factoranalyse
Interne validiteit
De mate waarin de onderzoeksmethode alternatieve verklaringen voor een effect/relatie uitsluit
Externe validiteit
De mate waarin de onderzoeksresultaten kunnen worden gegeneraliseerd. Aselecte steekproef
Statistische validiteit
De mate waarin de resultaten van een analyse accuraat en adequaat zijn.
Methodological confound
De relatie tussen de twee variabelen wordt verklaard door een andere variabele. Haaienaanvallen en verkoop ijsjes
Doel factoranalyse
Met zo min mogelijk factoren zoveel mogelijk variantie verklaren in het model
PCA
Hoofdcomponentenanalyse bij explorerende factoranalyse
PAF
Factoranalyse bij confirmerende factoranalyse
Explorerende factoranalyse
(Reducerend) kun je een groot aantal variabelen verminderen tot een klein aantal factoren
Confirmerende factoranalyse
Kun je de bijpassende factoren zoals uit de theorie gehaald erin vinden
Eigenwaarde
λ, hoeveel deze factor bijdraagt aan de totale variantie, < 1 niet nuttig
Orthogonale rotatie
De factoren hebben onderling geen correlatie
Oblique rotatie
Wel correlatie tussen de factoren, < .05 is gewenst dan hebben de factoren zo min mogelijk onderlinge relatie en dekken de factoren zo veel mogelijk variantie in het model
Factorlading
De correlatie tussen de factor en de variabele, > .4 past bij de factor
Inter-factor correlatie
De correlatie tussen de factoren, bestaat alleen bij oblique rotatie , < .05 is gewenst
Cronbach´s alpha
Verhouding tussen ware score en ruis, gemiddelden van de split-halfs
Communaliteit
De proportie gemeenschappelijke variantie van een variabele die door de factoren gezamenlijk wordt bepaald
Multicollineariteit
Een sterk lineair verband tussen de onafhankelijke variabelen, kan worden verholpen door te centreren gemiddelde - algemeen gemiddelde, Tolerance >.2, VIF < 10
F toetsing berekenen
MSm / MSr = MSbetween / MSwithin
Assumptie geen uitschieters
Y-ruimte: standardized residuals -3.3 - 3.3
X-ruimte: Mahalonibis distance > 10 + 2(# X)
XY-ruimte: Cooks distance < 1
