Inhoudsopgave
1. OEI – RStudio Functies......................................................................................................................................3
2. Extra informatie................................................................................................................................................10
2.1 Verschillende soorten variabelen.................................................................................................................10
1️. Soorten variabelen in R.............................................................................................................................10
2. Dummyvariabelen en interacties in regressieanalyse.................................................................................12
2.2 Regressieanalyse..........................................................................................................................................14
1️. Basisvorm van een regressiemodel............................................................................................................14
2️. Soorten regressieanalyse............................................................................................................................14
Enkelvoudige lineaire regressie......................................................................................................................14
Meervoudige lineaire regressie.......................................................................................................................14
3️. Interpretatie van de resultaten....................................................................................................................15
Regressiecoëfficiënten (b)..............................................................................................................................15
R² (R-kwadraat)..............................................................................................................................................15
P-waarde.........................................................................................................................................................16
4️. Wanneer gebruik je een regressieanalyse?.................................................................................................16
2.4 Hypothesen...................................................................................................................................................17
1. Eenzijdige hypothese (one-tailed)..............................................................................................................17
2. Tweezijdige hypothese (two-tailed)...........................................................................................................17
3. Verschil in statistische toetsen....................................................................................................................17
4. Interpretatie van α (bijvoorbeeld 5%):.......................................................................................................18
2.5 Data verkennen.............................................................................................................................................19
1. descr() → Beschrijvende statistieken bekijken..........................................................................................19
2. freq() → Frequentieverdeling bekijken.....................................................................................................19
3. attributes() → Variabelekenmerken bekijken...........................................................................................20
........................................................................................................................................................................20
4. class()→ Type variabele bekijken..............................................................................................................20
Voorbeelden van verschillende outputs..............................................................................................................21
Omzetten van numeric naar factor (getal → categorie)...................................................................................21
2.6 Variabelen aanmaken...................................................................................................................................23
1. ifelse(): Voor eenvoudige binaire (ja/nee) beslissingen.................................................................................23
2. case_when(): Meerdere logische voorwaarden gebruiken.........................................................................23
3. case_match(): Efficiënter werken met exact overeenkomende waarden....................................................24
4. group_by() .....................................................................................................................................................25
Voorbeeld 1: Gemiddelde berekenen per groep.................................................................................................26
Voorbeeld 2: Meerdere groepen combineren.....................................................................................................26
5. mutate() .........................................................................................................................................................27
2.7 Wanneer gebruik je rowSums() vs. sum()?...................................................................................................30
Wanneer gebruik je rowSums()?........................................................................................................................30
1️. Voorbeeld: Som van scores berekenen.......................................................................................................30
2️. Voorbeeld: Tellen hoeveel keer iemand 'ja' heeft geantwoord (binaire waarden).....................................30
3️. Voorbeeld: Een dummyvariabele maken op basis van de som..................................................................31
Wanneer maak je een schaalvariabele?.............................................................................................................32
2.8 Schijneffecten................................................................................................................................................33
2.9 Mediatie effecten...........................................................................................................................................34
2.10 Confounding, Intervening en Mediator Variabele.....................................................................................35
1️. Mediatieanalyse..........................................................................................................................................36
, 2️. Moderatieanalyse (interactie-effecten in een padmodel)............................................................................36
3️. Confounder-analyse (controlevariabelen meenemen in het padmodel).....................................................37
2.11 Standaardfout (SE).....................................................................................................................................38
2.12 Standaard Deviatie (SD)............................................................................................................................38
3. Stappenplan RStudio.......................................................................................................................................39
1. Data verkennen: Wat doe je als je nieuwe data hebt?................................................................................39
2️. Data voorbereiden en transformaties..........................................................................................................40
3️. Exploratieve data-analyse en beschrijvende statistieken............................................................................40
4️. Regressieanalyse uitvoeren........................................................................................................................41
5️. Effect sizes en schijneffecten berekenen....................................................................................................41
6️. Mediatieanalyse met SEM (Padmodel)......................................................................................................41
7️. Conclusie schrijven op basis van resultaten...............................................................................................42
4. Opdracht 1 (met output + uitleg).....................................................................................................................43
5. Opdracht 2 (met output + uitleg).....................................................................................................................53
6. Literatuur: Swanborn.......................................................................................................................................73
H1: evaluatie en evaluatieonderzoek.................................................................................................................73
.................................................................................................................................................................................73
H2: Soorten evaluatieonderzoek........................................................................................................................74
7. Oefenvragen.......................................................................................................................................................78
,1. OEI – RStudio Functies
graphics.off() alle grafieken die eerder zijn
gemaakt worden verwijderd
rm(list=ls()) alle objecten die eerder zijn
aangemaakt worden verwijderd
setwd(“C/Surfdrive/Temp”) set working directory: Stelt de
werkdirectory in op de opgegeven map.
getwd() get working directory: Controleert of
de werkdirectory correct is
ingesteld.
dir() inhoud van de map opvragen: Geeft een
lijst van bestanden in de huidige
werkdirectory.
install.packages("readr") Installeert het pakket readr als het nog niet
aanwezig is.
library() Laadt verschillende R-pakketten die nodig
zijn voor data-import, verwerking, analyse en
visualisatie.
data <- read-sav(“”) Laadt dataset in. Resultaat wordt toegekend
aan object “data”. Tussen aanhalingstekens
locatie van bestand.
data <- left_join(data1, data2, by = “X”)
Resultaat zal worden toegekend aan object "data". Voegt
objecten data1 en data2 samen en behoudt alle
observaties van data1. Observaties worden aan elkaar
gelinkt op basis van X.
, total$entitlement <- case_match(total$sg20a001, 1 ~ 1, 2 ~ 2, 3 ~ 3, 4 ~ 1,
5 ~ 2, 6 ~ 3,
7 ~ 1, 8 ~ 2, 9 ~ 3, 10 ~ 1, 11 ~ 2, 12 ~
3, 13 ~ 1,
14 ~ 2, 15 ~ 3, 16 ~ 1, 17 ~ 2, 18 ~ 3, 19
~ 1, 20 ~ 2,
21 ~ 3, 22 ~ 1, 23 ~ 2, 24 ~ 3, 25 ~ 1, 26
~ 2, 27 ~ 3,
28 ~ 1, 29 ~ 2, 30 ~ 3, 31 ~ 1, 32 ~ 2, 33
~ 3, 34 ~ 1,
35 ~ 2, 36 ~ 3)
De waarden van sg20a001 worden hergecodeerd naar drie categorieën:
1 = neutral
2 = high
3 = low
total$entitlement <- case_match(total$entitlement, 1 ~ 2, 2 ~ 3, 3 ~ 1)
Daarna wordt de volgorde gewijzigd naar:
1 = low
2 = neutral
3 = high
data1 <- data %>%
select(order(names(data)) %>%
select(X1, X2, X3)
Resultaat wordt toegekend aan data1. Uit data worden de
variabelen X1, X2 en X3 geselecteerd en in die volgorde
in data1 geplaatst.
View(total) Dataset bekijken in een overzichtelijke tabel
Als je alleen een stukje van de dataset wilt bekijken:
head(total, 10) # Toont de eerste 10 rijen
tail(total, 5) # Toont de laatste 5 rijen
freq(data$X) Toont in de output een
frequency table van variabele X
uit data
- Telt hoe vaak elke waarde voorkomt in de variabele.
- Geeft ook procentuele verdeling.
- Handig voor categorische variabelen of om te checken of er veel
missende waarden (NA) zijn.
descr(data$X) Toont in de output de
descriptives van variabele X
uit data
str(total) Geeft een compacte samenvatting van de
dataset.
summary(total) Geeft een overzicht van de statistieken per
variabele.
Voor numerieke variabelen toont het: Minimum, mediaan, gemiddelde, maximum.
1. OEI – RStudio Functies......................................................................................................................................3
2. Extra informatie................................................................................................................................................10
2.1 Verschillende soorten variabelen.................................................................................................................10
1️. Soorten variabelen in R.............................................................................................................................10
2. Dummyvariabelen en interacties in regressieanalyse.................................................................................12
2.2 Regressieanalyse..........................................................................................................................................14
1️. Basisvorm van een regressiemodel............................................................................................................14
2️. Soorten regressieanalyse............................................................................................................................14
Enkelvoudige lineaire regressie......................................................................................................................14
Meervoudige lineaire regressie.......................................................................................................................14
3️. Interpretatie van de resultaten....................................................................................................................15
Regressiecoëfficiënten (b)..............................................................................................................................15
R² (R-kwadraat)..............................................................................................................................................15
P-waarde.........................................................................................................................................................16
4️. Wanneer gebruik je een regressieanalyse?.................................................................................................16
2.4 Hypothesen...................................................................................................................................................17
1. Eenzijdige hypothese (one-tailed)..............................................................................................................17
2. Tweezijdige hypothese (two-tailed)...........................................................................................................17
3. Verschil in statistische toetsen....................................................................................................................17
4. Interpretatie van α (bijvoorbeeld 5%):.......................................................................................................18
2.5 Data verkennen.............................................................................................................................................19
1. descr() → Beschrijvende statistieken bekijken..........................................................................................19
2. freq() → Frequentieverdeling bekijken.....................................................................................................19
3. attributes() → Variabelekenmerken bekijken...........................................................................................20
........................................................................................................................................................................20
4. class()→ Type variabele bekijken..............................................................................................................20
Voorbeelden van verschillende outputs..............................................................................................................21
Omzetten van numeric naar factor (getal → categorie)...................................................................................21
2.6 Variabelen aanmaken...................................................................................................................................23
1. ifelse(): Voor eenvoudige binaire (ja/nee) beslissingen.................................................................................23
2. case_when(): Meerdere logische voorwaarden gebruiken.........................................................................23
3. case_match(): Efficiënter werken met exact overeenkomende waarden....................................................24
4. group_by() .....................................................................................................................................................25
Voorbeeld 1: Gemiddelde berekenen per groep.................................................................................................26
Voorbeeld 2: Meerdere groepen combineren.....................................................................................................26
5. mutate() .........................................................................................................................................................27
2.7 Wanneer gebruik je rowSums() vs. sum()?...................................................................................................30
Wanneer gebruik je rowSums()?........................................................................................................................30
1️. Voorbeeld: Som van scores berekenen.......................................................................................................30
2️. Voorbeeld: Tellen hoeveel keer iemand 'ja' heeft geantwoord (binaire waarden).....................................30
3️. Voorbeeld: Een dummyvariabele maken op basis van de som..................................................................31
Wanneer maak je een schaalvariabele?.............................................................................................................32
2.8 Schijneffecten................................................................................................................................................33
2.9 Mediatie effecten...........................................................................................................................................34
2.10 Confounding, Intervening en Mediator Variabele.....................................................................................35
1️. Mediatieanalyse..........................................................................................................................................36
, 2️. Moderatieanalyse (interactie-effecten in een padmodel)............................................................................36
3️. Confounder-analyse (controlevariabelen meenemen in het padmodel).....................................................37
2.11 Standaardfout (SE).....................................................................................................................................38
2.12 Standaard Deviatie (SD)............................................................................................................................38
3. Stappenplan RStudio.......................................................................................................................................39
1. Data verkennen: Wat doe je als je nieuwe data hebt?................................................................................39
2️. Data voorbereiden en transformaties..........................................................................................................40
3️. Exploratieve data-analyse en beschrijvende statistieken............................................................................40
4️. Regressieanalyse uitvoeren........................................................................................................................41
5️. Effect sizes en schijneffecten berekenen....................................................................................................41
6️. Mediatieanalyse met SEM (Padmodel)......................................................................................................41
7️. Conclusie schrijven op basis van resultaten...............................................................................................42
4. Opdracht 1 (met output + uitleg).....................................................................................................................43
5. Opdracht 2 (met output + uitleg).....................................................................................................................53
6. Literatuur: Swanborn.......................................................................................................................................73
H1: evaluatie en evaluatieonderzoek.................................................................................................................73
.................................................................................................................................................................................73
H2: Soorten evaluatieonderzoek........................................................................................................................74
7. Oefenvragen.......................................................................................................................................................78
,1. OEI – RStudio Functies
graphics.off() alle grafieken die eerder zijn
gemaakt worden verwijderd
rm(list=ls()) alle objecten die eerder zijn
aangemaakt worden verwijderd
setwd(“C/Surfdrive/Temp”) set working directory: Stelt de
werkdirectory in op de opgegeven map.
getwd() get working directory: Controleert of
de werkdirectory correct is
ingesteld.
dir() inhoud van de map opvragen: Geeft een
lijst van bestanden in de huidige
werkdirectory.
install.packages("readr") Installeert het pakket readr als het nog niet
aanwezig is.
library() Laadt verschillende R-pakketten die nodig
zijn voor data-import, verwerking, analyse en
visualisatie.
data <- read-sav(“”) Laadt dataset in. Resultaat wordt toegekend
aan object “data”. Tussen aanhalingstekens
locatie van bestand.
data <- left_join(data1, data2, by = “X”)
Resultaat zal worden toegekend aan object "data". Voegt
objecten data1 en data2 samen en behoudt alle
observaties van data1. Observaties worden aan elkaar
gelinkt op basis van X.
, total$entitlement <- case_match(total$sg20a001, 1 ~ 1, 2 ~ 2, 3 ~ 3, 4 ~ 1,
5 ~ 2, 6 ~ 3,
7 ~ 1, 8 ~ 2, 9 ~ 3, 10 ~ 1, 11 ~ 2, 12 ~
3, 13 ~ 1,
14 ~ 2, 15 ~ 3, 16 ~ 1, 17 ~ 2, 18 ~ 3, 19
~ 1, 20 ~ 2,
21 ~ 3, 22 ~ 1, 23 ~ 2, 24 ~ 3, 25 ~ 1, 26
~ 2, 27 ~ 3,
28 ~ 1, 29 ~ 2, 30 ~ 3, 31 ~ 1, 32 ~ 2, 33
~ 3, 34 ~ 1,
35 ~ 2, 36 ~ 3)
De waarden van sg20a001 worden hergecodeerd naar drie categorieën:
1 = neutral
2 = high
3 = low
total$entitlement <- case_match(total$entitlement, 1 ~ 2, 2 ~ 3, 3 ~ 1)
Daarna wordt de volgorde gewijzigd naar:
1 = low
2 = neutral
3 = high
data1 <- data %>%
select(order(names(data)) %>%
select(X1, X2, X3)
Resultaat wordt toegekend aan data1. Uit data worden de
variabelen X1, X2 en X3 geselecteerd en in die volgorde
in data1 geplaatst.
View(total) Dataset bekijken in een overzichtelijke tabel
Als je alleen een stukje van de dataset wilt bekijken:
head(total, 10) # Toont de eerste 10 rijen
tail(total, 5) # Toont de laatste 5 rijen
freq(data$X) Toont in de output een
frequency table van variabele X
uit data
- Telt hoe vaak elke waarde voorkomt in de variabele.
- Geeft ook procentuele verdeling.
- Handig voor categorische variabelen of om te checken of er veel
missende waarden (NA) zijn.
descr(data$X) Toont in de output de
descriptives van variabele X
uit data
str(total) Geeft een compacte samenvatting van de
dataset.
summary(total) Geeft een overzicht van de statistieken per
variabele.
Voor numerieke variabelen toont het: Minimum, mediaan, gemiddelde, maximum.
