Geert Müller 1 of 10
Statistiek 2A
Elementair rapport 1-way ANOVA
Het elementaire rapport van een 1-way ANOVA bestaat uit de volgende onderdelen:
• Design
• Mate van controle
• Hypothesen
• ANOVA-tabel
• Beslissing
• Causale interpretatie
• Let op: de geaggregeerde data en het spreidingsdiagram horen hier eigenlijk ook bij, maar
aangezien het tentamen op de laptop is, ga ik er vanuit dat deze niet hoeven.
Design
• Afhankelijke variabele (meetniveau, metingen per
persoon)
• Between-subject factor (niveaus)
Mate van controle
• Hierbij geef je simpelweg aan of de (between)
factor passief-observerend of experimenteel is.
• Dit weet je door te kijken naar: randomisatie (zijn
de groepen random ingedeeld?)
Hypothesen
• De hypothesen van een 1-way ANOVA zijn simpel:
je stelt voor de nulhypothese (H0) dat alle
celgemiddelden gelijk zijn. Dit doe je als volgt:
• H0(factor) = mu1 = mu2 = mu3 … etc.
• Voor de alternatieve hypothese geldt:
• Ha(factor) = ten minste 2 van deze
celgemiddelden zijn verschillend.
ANOVA-tabel
Bron Df SS MS F p R²
Between k-1 x̄ k;Nk → SS(bron)/ MS(between) P-tabel SS(between)/
σn-1² → df(bron) /MS(within) SS(total)
*N-1
Within N-k Σsd1² * SS(bron)/
(N1-1) (Voor df(bron)
elke groep
optellen)
Total N-1 SS(between
+ SS(within)
x̄ = gemiddelde, k = cellen (groepen), N = populatie, σn-1² = variantie. (Uitleg berekenen op pag. 3)
, Geert Müller 2 of 10
Beslissing
Bij de beslissing bepaal of je of de H0 wordt
verworpen of behouden
• Als p kleiner is dan .05 = H0 verwerpen
• Groter dan .05 = H0 behouden
Het is belangrijk om te onthouden dat je hierbij de
variabelen, de populatie en de gemiddelden noemt.
Bij het verwerpen meld je het e ect van de R² (<.10
= zwak, >.20 = sterk)
Causale interpretatie
Bij de causale interpretatie geef je een verklaring
voor het gevonden e ect. Wanneer de factor
experimenteel is, geef je alleen de primaire
verklaring. Bij passief-observerend geef je een
primaire en een alternatieve verklaring
ff ff
Statistiek 2A
Elementair rapport 1-way ANOVA
Het elementaire rapport van een 1-way ANOVA bestaat uit de volgende onderdelen:
• Design
• Mate van controle
• Hypothesen
• ANOVA-tabel
• Beslissing
• Causale interpretatie
• Let op: de geaggregeerde data en het spreidingsdiagram horen hier eigenlijk ook bij, maar
aangezien het tentamen op de laptop is, ga ik er vanuit dat deze niet hoeven.
Design
• Afhankelijke variabele (meetniveau, metingen per
persoon)
• Between-subject factor (niveaus)
Mate van controle
• Hierbij geef je simpelweg aan of de (between)
factor passief-observerend of experimenteel is.
• Dit weet je door te kijken naar: randomisatie (zijn
de groepen random ingedeeld?)
Hypothesen
• De hypothesen van een 1-way ANOVA zijn simpel:
je stelt voor de nulhypothese (H0) dat alle
celgemiddelden gelijk zijn. Dit doe je als volgt:
• H0(factor) = mu1 = mu2 = mu3 … etc.
• Voor de alternatieve hypothese geldt:
• Ha(factor) = ten minste 2 van deze
celgemiddelden zijn verschillend.
ANOVA-tabel
Bron Df SS MS F p R²
Between k-1 x̄ k;Nk → SS(bron)/ MS(between) P-tabel SS(between)/
σn-1² → df(bron) /MS(within) SS(total)
*N-1
Within N-k Σsd1² * SS(bron)/
(N1-1) (Voor df(bron)
elke groep
optellen)
Total N-1 SS(between
+ SS(within)
x̄ = gemiddelde, k = cellen (groepen), N = populatie, σn-1² = variantie. (Uitleg berekenen op pag. 3)
, Geert Müller 2 of 10
Beslissing
Bij de beslissing bepaal of je of de H0 wordt
verworpen of behouden
• Als p kleiner is dan .05 = H0 verwerpen
• Groter dan .05 = H0 behouden
Het is belangrijk om te onthouden dat je hierbij de
variabelen, de populatie en de gemiddelden noemt.
Bij het verwerpen meld je het e ect van de R² (<.10
= zwak, >.20 = sterk)
Causale interpretatie
Bij de causale interpretatie geef je een verklaring
voor het gevonden e ect. Wanneer de factor
experimenteel is, geef je alleen de primaire
verklaring. Bij passief-observerend geef je een
primaire en een alternatieve verklaring
ff ff
