Toetskeuze Flashcards
Welke dingen moet je weten voor je de goede toets kunt kiezen?
- Waarover wil je onderzoek doen
- Welke variabele neem je mee
- Wat is hun meetniveau
- Welke hypothese wil je toetsen
- Welke populaties worden onderzocht
- Hoe is de steekproef tot stand gekomen
4 meetniveaus
- Nominaal
- Ordinaal
- Interval
- Ratio
Categorische meetniveaus
Nominaal en ordinaal
Nominaal
Bv haarkleur of geslacht, zonder volgorde
Ordinaal
Volgorde, zonder vaste afstanden. Bv bij een likert schaal, of opleidingsniveau
Interval
Bv IQ, het 0 punt heeft geen specifieke mening, een die we er zelf voor hebben gekozen. Bv temperatuur
Ratio
Bv lengte, vast nulpunt, 0 heeft een natuurlijke eenheid. Je mag hiertussen vergelijken, je kunt wel 2x zo lang zeggen, maar niet 2x zo warm of slim
Aantal onafhankelijke variabelen bij de one sample t-test
0
Aantal afhankelijke variabelen bij de one sample t test
1
Type afhankelijke variabelen one sample t test
Continu
Vraag die je kunt beantwoorden met een one sample t test
Verschilt het groepsgemiddelde van een bepaalde waarde?
Aantal onafhankelijke variabelen bij een independant sample t-test
1
Type onafhankelijke variabele bij independant sample t-test
Dichotoom
Aantal afhankelijke variabelen bij independant sample t-test
1
Type afhankelijke variabelen bij independant sample t-test
Continu
Vraag die je kunt beantwoorden met independant sample t-test
Verschillen deze 2 groepen op een van de afhankelijke variabelen?
Aantal onafhankelijke variabelen bij ANOVA
1+
Type onafhankelijke variabele bij ANOVA
Categorisch
Aantal afhankelijke variabelen bij ANOVA
1
Type afhankelijke variabele bij ANOVA
Continu
Type vraag bij ANOVA
Zijn er verschillen tussen 2 of meer groepen op 1 afhankelijke variabele
Aantal onafhankeijke variabelen bij ANCOVA
1+
Type onafhankelijke variabelen bij ANCOVA
Categorisch
Aantal afhankelijke variabelen bij ANCOVA
1
Type afhankelijke variabelen bij ANCOVA
continu
Aantal controle variabelen bij ANCOVA
1+
Welke vraag beantwoord je bij ANCOVA
Verschillen deze 2 of meer groepen op 1 afhankelijke variabele, nadat we gecontroleerd hebben voor controlevariabelen
Aantal onafhankelijke variabelen bij (multiple) regressie
1+
Type onafhankelijke variabele bij(multiple) regressie
Continu of dichotoom
Aantal afhankelijke variabelen bij (multiple) regressie
1
Type afhankelijke variabele bij (multiple) regressie
continu
Aantal controle variabele bij (multiple) regressie
0, maar de meerdere predictoren controleren wel voor elkaar
Welke vraag kun je beantwoorden met (multiple) regressie
Wat is het effect van de onafhankelijke variabelen op de afhankelijke variabelen? Kunnen we de afhankelijke voorspellen aan de hand van de onafhankelijke?
Aantal onafhankelijke variabelen bij logistieke regressie
1+
Type onafhankelijke variabele bij logistieke regressie
Categorisch of continu
Aantal afhankelijke variabelen bij logistieke regressie
1
Type afhankelijke variabelen bij logistieke regressie
Dichotoom
Welke vraag kun je beantwoorden met logistieke regressie
Wat is de kans op een bepaalde score van de afhankelijke variabele als de scores van de onafhankelijke variabele veranderen
Aantal onafhankelijke variabelen bij padanalyse
2+
Type onafhankelijke variabele bij padanalyse
Continu of dichotoom
Aantal afhankelijke variabelen bij padanalyse
1+
Type afhankelijke variabelen bij padanalyse
Continu
Vraag bij padanalyse
Wat zijn de directe en indirecte effecten van de onafhankelijke variabelen op de afhankelijke variabelen
Aantal onafhankelijke variabelen bij factoranalyse
1+
Type onafhankelijke variabelen bij factoranalyse
Continu en unobserved
Aantal afhankelijke variabelen bij factoranalyse
3+ per onafhankelijke variabele
Type afhankelijke variabele factoranalyse
Continu, observed
Welke vraag kun je beantwoorden met factoranalyse
Welke latente onafhankelijke variabelen zijn gemeten met de afhankelijke variabelen?
Wat kies je bij 0 onafhankelijke variabelen
One sample t test
Wat kies je bij 1 onafhankelijke variabele?
Independent samples t-test
Wat kies je bij 1+ onafhankelijke variabelen?
ANOVA
ANCOVA
Multiple regressie
Logistic regression
Factoranalyse
Wat kies je bij 2+ onafhankelijke variabelen?
Padanalyse
Wat kies je bij dichotome onafhankelijke variabelen?
Independant sample t-test
Multiple regressie
Padanalyse
Wat kies je bij categorische onafhankelijke variabelen?
ANOVA
ANCOVA
Logistische regressie
Wat kies je bij continu onafhankelijke variabelen
Multiple regressie
logistische regressie
Padanalyse
Factoranalys
Wat kies je bij 1 afhankelijke variabele
one sample t-test
independant sample t-test
ANOVA
ANCOVA
Multiple regressie
Logistische regressie
Wat kies je bij 1+ afhankelijke variabelen?
Padanalyse
Wat kies je bij 3+ afhankelijke variabele per onafhankelijke variabele
Factoranalyse
Wat kies je bij een continu afhankelijke variabele
Alles behalve logistische regressie
Wat kies je bij een dichotome afhankelijke variabele
Logistische regressie
Kans op type 2 fout
Beta
Power
1-beta
Waar kun je kijken of je equal variances assumed hebt bij de independant sample t test
Je kijkt naar de F toets, als deze niet significant is ga je uit van gelijke varianties
Waar kijk je naar als je wil kijken of iets praktisch relevant is?
De effect size, de cohens D. Geeft het verschil tov standaarddeviaties
Synoniem dependant sample t test
Paired sample t test
Wat test je met een dependant sample t test?
Is voor - na significant?
Tweezijdige T-Toets en ANOVA
Statistisch gezien is de tweezijdige t toets onder de aanname van gelijke populatie varianties gelijk aan ANOVA. t^2 = F, je krijgt exact dezelfde p-waarde
Als je niet uitgaat van gelijke varianties is de t toets met equal variances not assumed de betere optie
Waar wijst factorial ANOVA op
De factor wijst naar de nominale onafhankelijke variabelen, dus niet op factoranalyse
Dit heb je wanneer je bv man en vrouw vergelijkt met weekend werk en niet, je hebt 4 kolommen dus een factoriaal design
Wat is ANCOVA eigenlijk
Een ANOVA + regressieanalyse. Er wordt gecontroleerd voor andere continue variabelen
Voordelen van ANOVA
- Nauwkeuriger
- Proberen schijnrelaties en confouders tegen te gaan
- Meer power
Interactie in 2-weg ANOVA vs in regressie
- In een 2-weg anova: de residuele verschillen in de groepsgemiddelden voor gekruiste factoren na controle voor eerste orde effecten
- In regressie: Product van 2 continue variabelen en dus zelf een continue variabele
Waarom is een continue variabele (bv SES) verdelen in hoog en laag om ANOVA te doen geen goed idee?
- Je kiest zelf een cut off die je hele analyse bepaald.
- Je verliest heel veel informatie
- Je kunt door het dichotomiseren interacties krijgen die er helemaal niet zijn
Odds
1-Kans
Kans
1+ e^logit
Logit
b0 + b1X
log (odds)
Wat als je 50% kans hebt?
P = 0.5
odds = 1
logit = 0
Bereik kans
0-1
Bereik odds
0- oneindig
Bereik logit
- oneindig tot oneindig