Samenvatting STAPPENPLAN Statistiek (voor Bachelors CIW) - Communicatie- en Informatiewetenschappen

Inhoudsopgave
STAPPENPLAN T-TEST (One-sample, Independent, Paired)..................................................................................3
STAPPENPLAN F-TEST (One-way ANOVA, Planned Contrasts, Post-Hoc, Factorial ANOVA)...............................7
STAPPENPLAN Chi Square Test.............................................................................................................................9
STAPPENPLAN Pearson’s Correlatie...................................................................................................................10
STAPPENPLAN Lineaire Regressie.......................................................................................................................11
Effect size algemeen...........................................................................................................................................12
VOORBEELDEN RAPPORTEREN T-TEST, F-TEST, EFFECTS...................................................................................13




Gemiddelden vergelijken
 One-sample  tegen een vaste waarde
 Independent  2 groepen vergelijken (2 levels, bijv: man/vrouw)

,  Dependent/Paired  Bij 1 groep de verschillen vergelijken

2 of meer gemiddelden vergelijken
 One-way ANOVA en Factorial ANOVA

Relatie tussen variabelen
 Chi Square  categorische variabelen relatie “more likely to ..”
 Correlatie  relatie “relationship”
 Regressie  voorspelling “predicts”




2

, STAPPENPLAN T-TEST (One-sample, Independent,
Paired)
1) BEKIJK DE ONDERZOEKSVRAAG
 Wat zijn de IV/DV en welke test past hierbij (independent, paired, one-sample)?

2) TEST OF DE DATA NORMAL VERDEELD ZIJN
 1. ANALYZE > DESCRIPTIVES > EXPLORE & CHECK RELIABILITY (CA)
o Boxplots, histogram, untransformed & Cronbach’s Alpha

 2. Bekijk homogeniteit van variantie
o Levene’s test  Bij voorkeur Variantie Ratio doen
 Sig./p > 0.05  Gelijke spreiding (equal variances assumed, H0)
 Sig./p < 0.05  Ongelijke spreiding (equal variances not assumed, H1)
o Variantie Ratio: Grootste / kleinste variantie
 Als VR tussen 1 – 2, homogeneity “assumed”
 Als VR > 2, homogeneity “not assumed”
o Dus als we geen homogeniteit kunnen aannemen, lees je in de tabel de rij van
“equal variances not assumed” af.

 3. Bereken Z-score van Skewness & Kurtosis  / Std. Error of S or K
o Grens: -1.96 – 1.96
o Z-score binnen de grens?  Skip stap 4
Z-score niet binnen deze grens?  Niet normaal verdeeld  Bootstrap

 4. Bootstrapping (bij proces compare means uitvoeren)
o Bekijk Lower en Upper: als deze door de 0 gaat, kun je de H0 niet verwerpen.
(Het verschil tussen de gemiddelde van steekproef en de populatie kan 0 zijn)
o Wel door de 0?  H0 behouden, niet significant
o Niet door de 0?  H0 verwerpen, significant verschil

 5. Interpreteer de resultaten
o Is het verschil significant?
 (Mdif = xx, t(xx) =-xx, p = xx)
 Als p > 0.05  geen significant verschil (H0 behouden)
Als p < 0.05  significant verschil (H1 aannemen)
o Generaliseert het dus wel of niet de populatie?
 (BCA 95% CI –xx, xx) (wel door de 0) generaliseert niet de populatie
 niet significant  H0 behouden
 (BCA 95% CI –xx, –xx) (niet door de 0)  generaliseert wel de
populatie  significant  H0 verwerpen

 6. Bereken effect size (Cohen’s d)
o One sample t-test: (M – u) / sd
Independent t-test: (Mgroep1 – Mgroep2) / SDcontrole
Dependent t-test: (Mgroep1 – Mgroep2) / ((√(SD2groep1 + SD2groep2)/ 2))
 SDpooled = ((√(SD2groep1 + SD2groep2)/ 2))

3