Beknopt theorie analyses

Beknopt theorie analyses T-toetsen Wanneer gebruik je deze Je maakt een schatting op basis van een steekproef, twee gemiddelden worden vergeleken, dichotoom.

1.Independent: twee onafhankelijke groepen gemiddelden vergelijken

2.Paired: herhaaldelijke metingen vergelijken

3.One-sample: steekproef vs. verwachte waarde

Voor- en nadelen

• De T-verdeling houdt rekening met onzekerheid in variantie bij een kleine steekproef, hangt af van aantal

vrijheidsgraden.-Alleen te gebruiken voor vergelijken van twee gemiddelden -Als je meerdere losse t-toetsen doet binnen meer populaties, grotere kansen op maken type1 fout -Je weet uiteindelijk óf er een significant verschil is, maar niet hoe sterk/zwak dat effect is Assumpties 1.Deelnemers van de studie zijn onafhankelijk 2.Homogeniteit van de varianties (levenes test) 3.Normaliteit van kwantitatieve data (histogram, PP/QQplot) H0 en H1 H0 = varianties van de steekproeven zijn gelijk- bovenste rij levene’s test H1 = Varianties zijn niet gelijk - onderste rij levene’s test H0 = er is geen verschil in gemiddelde tussen … en …

Belangrijkste interpretatie van output SPSS:

Moet je benoemen welke t toets is gebruikt a.d.h.v. output van SPSS? Kijk naar je verkregen gegevens over je steekproef > voor en na metingen interventie/twee metingen binnen 1 steekproef etc.

Voorbeeld antwoorden op tentamen:

-Benoem altijd de losse gemiddelden van de twee groepen én het verschil tussen de twee gemiddelden!-Het gemiddelde verschil tussen .. en … is wel/niet statistisch significant: T(df=…) = …., P = ….-De levene’s test geeft aan dat er wel/geen significant verschil is in de varianties van de twee groepen  dit gaat over assumpties ook. H0= gelijk, kijk naar de p waarde.oBI benoemen obv levene’s test H0/Ha -Het werkelijke verschil ligt met 95% BI tussen de … en … (noem specifieke uitkomst) Conclusie: wel/geen gemiddeld verschil tussen X en X, geschatte verschil = …, 95% BI

1 1 / 2

ANOVA Wanneer gebruik je deze Verwachtingswaarden voor meer dan twee populaties vergelijken. Kwantitatieve gegevens met meer dan twee onafhankelijke (categoriale) groepen. Categoriale factor relateren aan continue uitkomst.Voor- en nadelen +Je maakt optimaal gebruik van de totale steekproefomvang +Minder kans op het maken van een type-1 fout, wanneer je allemaal losse t-toetsen doet heb je per toets alpha kans op het maken van deze fouten. Hierbij verwerp je onterecht een H0 -Je weet uiteindelijk óf er een significant verschil is, maar niet hoe sterk/zwak dat effect is -Je weet uiteindelijk niet in wélke groep het verschil anders is, geen onderlinge verhouding van effecten Assumpties 1.Homogeniteit: variabiliteit van alle ‘behandelingen’ is hetzelfde > in boxplot zie whiskers en box voor de variantie van de gegevens 2.Normale verdeling van gegevens > histogram H0 en H1 H0 = Ucategorie 1 = Ucategorie 2 = Ucategorie 3 etc.H0 = er is geen verschil in de populatie gemiddelden H1 = in minstens een van de (noem specifieke gegevens, maar praat niet over populaties) is er wél een verschil Kwaliteit beoordelen F-waarde geeft aan of de regressie in zijn totaal statistisch significant is, betere voorspelling van de uitkomst door de determinant toe te voegen of niet en alleen met gemiddelde.

Belangrijkste interpretatie van output SPSS:

ANOVA-output geeft een overall toetsing van het effect.PostHoc aanvragen wanneer je verschillende categorieën wilt zien om te weten wélke afwijkt.

Voorbeeld antwoorden op tentamen:

-Benoem altijd de losse gemiddelden van de twee groepen én het verschil tussen de getoetste twee groepen oid.-F-waarde of de regressie significant is mét de determinant betere voorspelling?oDe ANOVA geeft een F(…); p=0,05 geeft een significant overall effect aan We mogen concluderen dat de gemiddelde … bij een van de … anderes is dan een van de andere.oVanuit de posthoc analyse blijkt dat de (benoem groep) een wel/niet significant lagere/hogere score heeft dan de (benoem referentie van deze) (meandiff=…..; p=…..) Zo interpreteer je de richting van de gevonden effecten juist!!!

• / 2