Kwantitatieve Methodologie – overzicht
1. Werken met statistische software ...................................................................................................... 21
1.1 R .............................................................................................................................................. 21
Opstart (altijd eerst doen) ...................................................................................................................................... 21
Oefening 1: parametrische versus niet parametrische toets op AV tussen 2 groepen (categoriaal) =>ga na over een
statistische sign verschil is in gemiddelde score tss 2 groepen op afh variabele (t toets) .......................................... 22
Stap 1 Begin altijd met een beschrijvende analyse en grafische weergave. ........................................ 23
Assumpties checken? =>w eigenlijk afgeraden (staat ook in theorie les 2) ......................................... 23
Stap 2: vermoeden van normaal verdeelde populatie?==>parametrische toets: statistics / means (want
obv gemiddelden)/independent sample t test=>variabelen selecteren & OPTIONS (eenzijdige of 2zijdige
hypothese, gelijke variantie of niet voor student t toets), CI = 100- significantieniveau) ....................... 26
Stap 2: geen vermoeden van normaal verdeelde populatie➔niet parametrische toets :
statistics/nonparametic tests/two sample Wilcoxon test ................................................................. 26
Antwoord: vgl p waarde van niet-parametrische toets met die van parametrische toets en zo weet je of
ze vglbaar zijn of niet (bv ene wel of niet verwerpen of beiden wel/niet verwerpen) ............................. 26
Stap 3: resultaten van 2 t-toetsen interpreteren & effectgrootte cohens d / hedges g / glass delta ....... 26
Stap 4: interpretatie rapporteren volgens APA ................................................................................. 27
Rapportage parametrische toets: inferentieel dus gebruik hedges’ g ............................................. 27
Oefening 2: statistische sign verschil op AV tss 3 of meer groepen (numeriek) (ANOVA 1 way) ................................. 28
Stap 0: numerieke OV’s hercoderen naar factoren ........................................................................... 28
Stap 1: beschrijvende analyse en grafische weergave en assumpties ................................................ 28
Uitschieter bij boxplot ................................................................................................................ 28
Stap 2: vermoeden van normaal verdeelde populaties & gelijke varianties
(homogeniteit)➔statistics/means(dus parametrisch/one-way ANOVA (evt optie Welch indien geen
vermoeden van gelijke variantie/schending homogeniteit) F statistiek ............................................... 28
Stap 2: geen vermoeden van normaal verdeelde populaties➔statistics/nonparametric tests/Kruskal-
wallis test ..................................................................................................................................... 29
Stap 3: effectgrootte van parametrische test (indien vaste effecten ANOVA=>omega kwadraat) ......... 29
Verschil vaste VS random effecten .............................................................................................. 29
Stap 3: Effectgrootte bij Kruskal–Wallis (niet parametrische test)...................................................... 30
Stap 4: rapporteren van interpretatie (inclusief tabel van beschrijvende statistiek) ............................. 30
Rapportage parametrische toets (1wayANOVA – welch F toets) en table beschrijvende statistiek. ... 30
Rapportage niet parametrische toets (kruskal wallis) ................................................................... 31
Standaard zonder post hoc (zie link SPSS zelf gezocht).............................................................. 31
APA 7-rapportage mét post-hoc-toetsen ..................................................................................... 31
Volledig voorbeeld (modelantwoord) ........................................................................................... 31
Veelgemaakte fouten (let op!) ..................................................................................................... 31
Oefening 3: je wil kwantitatieve AV VOORSPELLEN obv twee kwantitatieve OV’s/predictoren = meervoudige regressie
analyse (F toets) ..................................................................................................................................................... 32
1
, Stap 1: Statistics / Summaries / Correlation matrix… voor de beschrijvende statistieken en Graphs /
Scatterplot matrix… voor de visualisering. ....................................................................................... 32
➔ evt optie Pairwise p-values aanvinken voor p waarden ............................................................. 32
➔evt optie histogramvoorstelling ipv densiteitfunctie en toevoeging kleinste kwadraten regressie lijn
................................................................................................................................................. 32
➔ Assumptie: onafhankelijk ja want in opgave staat: je gaat uit van zuiver toevallige SP ................. 32
➔voorbereiding voor meervoudige regressie analyse noodzakelijk =>correctie HOLM (zie oef 1 sessie
3) .............................................................................................................................................. 32
Stap 2 : welke predictoren zijn statistisch significant➔ Statistics / Fit models / Linear regression….. 32
Stap 3: wat is totale % verklaarde variantie? En wat is % verklaarde variantie als je alleen stat sign
predictoren in regressie vgl opneemt? ............................................................................................ 32
Stap 4: rapportage ......................................................................................................................... 32
Oefening 4: statistisch significante SAMENHANG tss 2 kwalitatieve variabelen (bv geslacht en gedrag) (kruistabel/chi
kwadraat) .............................................................................................................................................................. 33
Stap 1: beschrijvende statistiek en assumpties ............................................................................... 33
Stap 2: statistics/contingency tables/2way table =>selecteer de betreffende variabelen .................... 33
Probleem 1: gedrag is niet in normale volgorde, wel in alfabetische volgorde ................................. 33
probleem 2: er zijn meer vrouwelijke lln, minder mannelijke .......................................................... 33
Probleem 3: bij messages staat een warning dat chi² wrs niet juist is en dat 10 verwachte frequenties
minder dan 5 zijn (fishers exacte toets als oplossing bij kleine aantallen) ..................................... 33
Stap 3: rapportage X²-toets en fishers exacte toets .......................................................................... 33
Oefening 5: twee Q OV’s en 1 K AV➔2 way ANOVA: 2 hoofdeffecten en 1 interactie-effect tussen 2 kwalitatieve
variabelen .............................................................................................................................................................. 34
Stap 1: beschrijvende statistiek ...................................................................................................... 34
Stap 2: statistics /means/multi way ANOVA .................................................................................... 34
Opmerking 1: te weinig observaties =>binnen cel variantie............................................................ 34
Opmerking 2: type 2 test standaard voor gebalanceerd design ...................................................... 34
Stap 2 (alternatief): statistics/fit models/ linear model ..................................................................... 34
Oefening 6: is er een statistisch sign versch op Y tussen Q X1 waarbij Y gecorrigeerd wordt door verschillen in K X2
(covariantie-analyse/ANCOVA) .............................................................................................................................. 35
Stap 1: beschrijvende stat .............................................................................................................. 35
Stap 2: Statistics / Fit models / Linear Model (optie regressie) ........................................................ 35
Stap 2 (alternatief optie ANOVA): klassieke ANOVA (via Models/Hypothesis tests/ANOVA table) ........ 35
P waarden identiek bij 2 opties: hoe kan dat? ➔df = 1 (enkel bij factor QX1 met maximum 2 levels) . 35
Stap 3: effectgrootte R²A,partial ..................................................................................................... 35
Stap 4: rapportage ......................................................................................................................... 35
Oefening 7: combo oef 5 en 6 (zowel hoofdeffecten/interactie-effecten en covariaat in lineair model) ..................... 36
Regressie model : via Statistics / Fit models / Linear Model ............................................................ 36
ANOVA tabel: Models / Hypothesis tests / ANOVA table................................................................. 36
Vanaf hier nog doen ............................................................................................................................................... 36
Oefening 8: statistisch significant verschil zoeken tussen Y na interventie en Y voor interventie (herhaalde metingen:
voor- en nameting) paired t test =>gekoppelde observaties ..................................................................................... 36
2
, Stap0: Lees het bestand in zoals bij Oefening0. Geef best een andere naam aan dit R bestand, bv
“Oefening8”.................................................................................................................................. 36
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… ..... 36
Gekoppelde gegevens dus controleer afhankelijkheid van herh metingen: Statistics / Summeries /
Correlation test… ...................................................................................................................... 36
Stap 2: stat sign toetsen: t toets voor gekoppelde observaties .......................................................... 37
Statistics / Means / Paired t-test... en vul het dialoogvenster als volgt in:........................................ 37
Ruw verschil dus ook gestandaardiseerd verschil (maat van effectgrootte) bij gekoppelde observaties:
verschilscores ........................................................................................................................... 37
Interpretatie effectsize ............................................................................................................... 38
Merk op dat deze “paired t test” eigenlijk een bijzonder geval is van een repeated measures ANOVA
F-toets, namelijk het bijzondere geval dat er slechts twee herhaalde metingen zijn. .................... 38
controleren via: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA…
Geef in het dialoogvenster een zelfgekozen naam aan de within-subject factor (bv., TIJD)
en vul de namen van de twee herhaalde metingen in: ................................................ 38
Indien niet parametrisch: niet uitgaan van N verdeelde popu ............................................................ 38
Oefening 9: 3 herhaalde metingen (inclusief follow up) ........................................................................................... 39
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… ..... 39
Stap2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… ................................. 39
Wat bij meer dan 2 herhaalde metingen=>univariate via options ipv multivariate toetsen want zo
groter onderscheidingsvermogen ................................................................................................ 39
Bijkomende veronderstelling: sfericiteit ....................................................................................... 40
correcties sfericiteit (greenhouse-geisser en huyn-feldt)............................................................... 41
Niet-parametrisch alternatief : friedman toets ipv one factor RM anova➔via Statistics / Nonparametric
tests / Friedman rank-sum test… .................................................................................................. 41
Oefening 10: stat sign interactie effect tss voor- en nameting enerzijds en conditie anderzijds (controle groep) ....... 41
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… Duid
WISKUNDE en WIS2 aan als de twee herhaalde metingen en Summarize by: CONDITIE. .................... 42
Stap2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… Duid weer de twee
herhaalde metingen aan en dubbelklik op CONDITIE [factor] in het gedeelte van de Between-Subjects
Model Formula. ............................................................................................................................. 42
Oefening 11: idem oef 10 maar dan met 3 herh metingen (dus 3 metingen en controle groep/conditie) .................... 42
stap 1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… Duid
WISKUNDE, WIS2 en WIS3 aan als de drie herhaalde metingen en Summarize by: CONDITIE. ............ 42
stap 2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… Duid de drie herhaalde
metingen aan en dubbelklik op CONDITIE [factor] in het gedeelte van de Between-Subjects Model
Formula........................................................................................................................................ 43
Univariate toetsen (op te vragen via Options) geven in essentie hetzelfde resultaat: ........................ 43
Sfericiteit (idem oef10) ............................................................................................................... 44
Interactie-effect visualiseren: options=>plot response means by factors aanvinken .......................... 45
Oefening 12: onderscheidingsvermogen (power) berekenen van 2zijdige t toets als popuvarianties gelijk zijn met 5%
sign niv en cohens d … bedraagt ............................................................................................................................. 46
3
, Hint: Berekeningen van het onderscheidingsvermogen kunnen binnen R worden uitgevoerd via het pwr
pakket. Gebruik de volgende R code in de R Console ....................................................................... 46
1.2 Jasp (zijn allemaal zelfde oefeningen als R: zoek verschil in mogelijkheden tussen JASP en R) ......... 47
Opstart (altijd doen) ............................................................................................................................................... 47
Oefening 1: verschil gemiddelde score op K Y tussen 2 groepen? ............................................................................ 47
Stap 1: beschrijvende statistiek en grafische analyse (bij descriptives/ despcriptive statistics) ........... 47
Gemiddelden en SD bijhouden, check voor normaliteit in histograms, boxplots (met evt violin of jitter
element) ................................................................................................................................... 47
Stap 2: Inferentiële statistiek: student t toets, Welch t toets, Mann-Whitney U-toets (bij T-Tests /
Classical / Independent Samples T-Test) ...................................................................................... 47
Stap 3: effectgrootte en interpreteren volgens vuistregels Cohen (1992) ............................................ 47
Stap 4: rapportage ......................................................................................................................... 49
gelijke varianties verondersteld: (wel normale verdeling dus parametrisch) ................................... 49
geen gelijke varianties verondersteld: (wel normale verdeling dus parametrisch) ............................ 49
noch gelijke varianties, noch normaliteit verondersteld (niet parametrisch) ................................... 49
Stap 5 (extra): vergelijking resultaat met BAYESIAANSE t-toets: wat is Bayes Factor en hoe interpreteren
volgens vuistregels Jeffreys (1961) zie ppt oefensessie 2? ................................................................ 49
De Bayesiaanse t-toets kan worden opgevraagd via T-Tests / Bayesian / Independent Samples T-
Test. ......................................................................................................................................... 49
Prior en posterior bij plots aanvinken als visualisering .................................................................. 50
Assumptie: Bayes factor robustness check via Plots voor sensitiviteitsanalyse .............................. 50
Oefening 3: verschil op Y tss 3 groepen=>ANOVA F toets & Kruskal Wallis toets & ES omega² ................................. 52
Stap 0: hier mag/moet je niet per se de variabele leeftijd naar nominaal zetten want heeft zelfde
resultaat (doe je via data dubbelklik op naam en dan naar nominaal) ................................................ 52
Stap 1: beschrijvende stat en grafische voorstelling (zie eerder) ........................................................ 52
Hier ook boxplot en outliers & mogelijks geen gelijke variantie (gezien interkwartielafstand in boxplot
sterk van elkaar verschillen)=>dus best Welch variant .................................................................. 52
Stap 2 parametrische toets: ANOVA / Classical / ANOVA en vink bij Estimates of effect size ω² aan.
=>vaste effecten hier ook ............................................................................................................... 52
Verschil met R: je krijgt zelfde result MAAR hier kan je automatisch effectsize mee aanvinken ......... 52
WELCH of niet?=>assumption check: welch aanduiden=>zo zie je of er verschil is tussen gewone F of
Welch F..................................................................................................................................... 52
Effectsize omega² ...................................................................................................................... 52
Stap 2 niet-parametrische toets: Voor de Kruskal-Wallis toets kies je Nonparametrics en selecteer je de
variabele LEEFTIJD als onafhankelijke variabele (factor). .................................................................. 52
Zelfde result als bij R .................................................................................................................. 52
Stap 3: rapportage inclusief tabel want vanaf 3 groepen te ingewikkeld ............................................. 52
Als we uitgaan van gelijke popuvariantie maar wel normaliteit ....................................................... 52
Als we uitgaan ongelijke variantie (welch) maar wel normaliteit ..................................................... 53
Geen gelijke variantie en geen normaliteit: niet parametrisch hoe??? ............................................ 53
Stap extra: vgl bayesiaans via ANOVA/Bayesian/ANOVA .................................................................. 53
4
1. Werken met statistische software ...................................................................................................... 21
1.1 R .............................................................................................................................................. 21
Opstart (altijd eerst doen) ...................................................................................................................................... 21
Oefening 1: parametrische versus niet parametrische toets op AV tussen 2 groepen (categoriaal) =>ga na over een
statistische sign verschil is in gemiddelde score tss 2 groepen op afh variabele (t toets) .......................................... 22
Stap 1 Begin altijd met een beschrijvende analyse en grafische weergave. ........................................ 23
Assumpties checken? =>w eigenlijk afgeraden (staat ook in theorie les 2) ......................................... 23
Stap 2: vermoeden van normaal verdeelde populatie?==>parametrische toets: statistics / means (want
obv gemiddelden)/independent sample t test=>variabelen selecteren & OPTIONS (eenzijdige of 2zijdige
hypothese, gelijke variantie of niet voor student t toets), CI = 100- significantieniveau) ....................... 26
Stap 2: geen vermoeden van normaal verdeelde populatie➔niet parametrische toets :
statistics/nonparametic tests/two sample Wilcoxon test ................................................................. 26
Antwoord: vgl p waarde van niet-parametrische toets met die van parametrische toets en zo weet je of
ze vglbaar zijn of niet (bv ene wel of niet verwerpen of beiden wel/niet verwerpen) ............................. 26
Stap 3: resultaten van 2 t-toetsen interpreteren & effectgrootte cohens d / hedges g / glass delta ....... 26
Stap 4: interpretatie rapporteren volgens APA ................................................................................. 27
Rapportage parametrische toets: inferentieel dus gebruik hedges’ g ............................................. 27
Oefening 2: statistische sign verschil op AV tss 3 of meer groepen (numeriek) (ANOVA 1 way) ................................. 28
Stap 0: numerieke OV’s hercoderen naar factoren ........................................................................... 28
Stap 1: beschrijvende analyse en grafische weergave en assumpties ................................................ 28
Uitschieter bij boxplot ................................................................................................................ 28
Stap 2: vermoeden van normaal verdeelde populaties & gelijke varianties
(homogeniteit)➔statistics/means(dus parametrisch/one-way ANOVA (evt optie Welch indien geen
vermoeden van gelijke variantie/schending homogeniteit) F statistiek ............................................... 28
Stap 2: geen vermoeden van normaal verdeelde populaties➔statistics/nonparametric tests/Kruskal-
wallis test ..................................................................................................................................... 29
Stap 3: effectgrootte van parametrische test (indien vaste effecten ANOVA=>omega kwadraat) ......... 29
Verschil vaste VS random effecten .............................................................................................. 29
Stap 3: Effectgrootte bij Kruskal–Wallis (niet parametrische test)...................................................... 30
Stap 4: rapporteren van interpretatie (inclusief tabel van beschrijvende statistiek) ............................. 30
Rapportage parametrische toets (1wayANOVA – welch F toets) en table beschrijvende statistiek. ... 30
Rapportage niet parametrische toets (kruskal wallis) ................................................................... 31
Standaard zonder post hoc (zie link SPSS zelf gezocht).............................................................. 31
APA 7-rapportage mét post-hoc-toetsen ..................................................................................... 31
Volledig voorbeeld (modelantwoord) ........................................................................................... 31
Veelgemaakte fouten (let op!) ..................................................................................................... 31
Oefening 3: je wil kwantitatieve AV VOORSPELLEN obv twee kwantitatieve OV’s/predictoren = meervoudige regressie
analyse (F toets) ..................................................................................................................................................... 32
1
, Stap 1: Statistics / Summaries / Correlation matrix… voor de beschrijvende statistieken en Graphs /
Scatterplot matrix… voor de visualisering. ....................................................................................... 32
➔ evt optie Pairwise p-values aanvinken voor p waarden ............................................................. 32
➔evt optie histogramvoorstelling ipv densiteitfunctie en toevoeging kleinste kwadraten regressie lijn
................................................................................................................................................. 32
➔ Assumptie: onafhankelijk ja want in opgave staat: je gaat uit van zuiver toevallige SP ................. 32
➔voorbereiding voor meervoudige regressie analyse noodzakelijk =>correctie HOLM (zie oef 1 sessie
3) .............................................................................................................................................. 32
Stap 2 : welke predictoren zijn statistisch significant➔ Statistics / Fit models / Linear regression….. 32
Stap 3: wat is totale % verklaarde variantie? En wat is % verklaarde variantie als je alleen stat sign
predictoren in regressie vgl opneemt? ............................................................................................ 32
Stap 4: rapportage ......................................................................................................................... 32
Oefening 4: statistisch significante SAMENHANG tss 2 kwalitatieve variabelen (bv geslacht en gedrag) (kruistabel/chi
kwadraat) .............................................................................................................................................................. 33
Stap 1: beschrijvende statistiek en assumpties ............................................................................... 33
Stap 2: statistics/contingency tables/2way table =>selecteer de betreffende variabelen .................... 33
Probleem 1: gedrag is niet in normale volgorde, wel in alfabetische volgorde ................................. 33
probleem 2: er zijn meer vrouwelijke lln, minder mannelijke .......................................................... 33
Probleem 3: bij messages staat een warning dat chi² wrs niet juist is en dat 10 verwachte frequenties
minder dan 5 zijn (fishers exacte toets als oplossing bij kleine aantallen) ..................................... 33
Stap 3: rapportage X²-toets en fishers exacte toets .......................................................................... 33
Oefening 5: twee Q OV’s en 1 K AV➔2 way ANOVA: 2 hoofdeffecten en 1 interactie-effect tussen 2 kwalitatieve
variabelen .............................................................................................................................................................. 34
Stap 1: beschrijvende statistiek ...................................................................................................... 34
Stap 2: statistics /means/multi way ANOVA .................................................................................... 34
Opmerking 1: te weinig observaties =>binnen cel variantie............................................................ 34
Opmerking 2: type 2 test standaard voor gebalanceerd design ...................................................... 34
Stap 2 (alternatief): statistics/fit models/ linear model ..................................................................... 34
Oefening 6: is er een statistisch sign versch op Y tussen Q X1 waarbij Y gecorrigeerd wordt door verschillen in K X2
(covariantie-analyse/ANCOVA) .............................................................................................................................. 35
Stap 1: beschrijvende stat .............................................................................................................. 35
Stap 2: Statistics / Fit models / Linear Model (optie regressie) ........................................................ 35
Stap 2 (alternatief optie ANOVA): klassieke ANOVA (via Models/Hypothesis tests/ANOVA table) ........ 35
P waarden identiek bij 2 opties: hoe kan dat? ➔df = 1 (enkel bij factor QX1 met maximum 2 levels) . 35
Stap 3: effectgrootte R²A,partial ..................................................................................................... 35
Stap 4: rapportage ......................................................................................................................... 35
Oefening 7: combo oef 5 en 6 (zowel hoofdeffecten/interactie-effecten en covariaat in lineair model) ..................... 36
Regressie model : via Statistics / Fit models / Linear Model ............................................................ 36
ANOVA tabel: Models / Hypothesis tests / ANOVA table................................................................. 36
Vanaf hier nog doen ............................................................................................................................................... 36
Oefening 8: statistisch significant verschil zoeken tussen Y na interventie en Y voor interventie (herhaalde metingen:
voor- en nameting) paired t test =>gekoppelde observaties ..................................................................................... 36
2
, Stap0: Lees het bestand in zoals bij Oefening0. Geef best een andere naam aan dit R bestand, bv
“Oefening8”.................................................................................................................................. 36
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… ..... 36
Gekoppelde gegevens dus controleer afhankelijkheid van herh metingen: Statistics / Summeries /
Correlation test… ...................................................................................................................... 36
Stap 2: stat sign toetsen: t toets voor gekoppelde observaties .......................................................... 37
Statistics / Means / Paired t-test... en vul het dialoogvenster als volgt in:........................................ 37
Ruw verschil dus ook gestandaardiseerd verschil (maat van effectgrootte) bij gekoppelde observaties:
verschilscores ........................................................................................................................... 37
Interpretatie effectsize ............................................................................................................... 38
Merk op dat deze “paired t test” eigenlijk een bijzonder geval is van een repeated measures ANOVA
F-toets, namelijk het bijzondere geval dat er slechts twee herhaalde metingen zijn. .................... 38
controleren via: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA…
Geef in het dialoogvenster een zelfgekozen naam aan de within-subject factor (bv., TIJD)
en vul de namen van de twee herhaalde metingen in: ................................................ 38
Indien niet parametrisch: niet uitgaan van N verdeelde popu ............................................................ 38
Oefening 9: 3 herhaalde metingen (inclusief follow up) ........................................................................................... 39
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… ..... 39
Stap2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… ................................. 39
Wat bij meer dan 2 herhaalde metingen=>univariate via options ipv multivariate toetsen want zo
groter onderscheidingsvermogen ................................................................................................ 39
Bijkomende veronderstelling: sfericiteit ....................................................................................... 40
correcties sfericiteit (greenhouse-geisser en huyn-feldt)............................................................... 41
Niet-parametrisch alternatief : friedman toets ipv one factor RM anova➔via Statistics / Nonparametric
tests / Friedman rank-sum test… .................................................................................................. 41
Oefening 10: stat sign interactie effect tss voor- en nameting enerzijds en conditie anderzijds (controle groep) ....... 41
Stap1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… Duid
WISKUNDE en WIS2 aan als de twee herhaalde metingen en Summarize by: CONDITIE. .................... 42
Stap2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… Duid weer de twee
herhaalde metingen aan en dubbelklik op CONDITIE [factor] in het gedeelte van de Between-Subjects
Model Formula. ............................................................................................................................. 42
Oefening 11: idem oef 10 maar dan met 3 herh metingen (dus 3 metingen en controle groep/conditie) .................... 42
stap 1: Beschrijvende statistieken vraag je op via Statistics / Summeries / Numerical summeries… Duid
WISKUNDE, WIS2 en WIS3 aan als de drie herhaalde metingen en Summarize by: CONDITIE. ............ 42
stap 2: Statistics / Means / One-factor repeated-measures ANOVA/ANCOVA… Duid de drie herhaalde
metingen aan en dubbelklik op CONDITIE [factor] in het gedeelte van de Between-Subjects Model
Formula........................................................................................................................................ 43
Univariate toetsen (op te vragen via Options) geven in essentie hetzelfde resultaat: ........................ 43
Sfericiteit (idem oef10) ............................................................................................................... 44
Interactie-effect visualiseren: options=>plot response means by factors aanvinken .......................... 45
Oefening 12: onderscheidingsvermogen (power) berekenen van 2zijdige t toets als popuvarianties gelijk zijn met 5%
sign niv en cohens d … bedraagt ............................................................................................................................. 46
3
, Hint: Berekeningen van het onderscheidingsvermogen kunnen binnen R worden uitgevoerd via het pwr
pakket. Gebruik de volgende R code in de R Console ....................................................................... 46
1.2 Jasp (zijn allemaal zelfde oefeningen als R: zoek verschil in mogelijkheden tussen JASP en R) ......... 47
Opstart (altijd doen) ............................................................................................................................................... 47
Oefening 1: verschil gemiddelde score op K Y tussen 2 groepen? ............................................................................ 47
Stap 1: beschrijvende statistiek en grafische analyse (bij descriptives/ despcriptive statistics) ........... 47
Gemiddelden en SD bijhouden, check voor normaliteit in histograms, boxplots (met evt violin of jitter
element) ................................................................................................................................... 47
Stap 2: Inferentiële statistiek: student t toets, Welch t toets, Mann-Whitney U-toets (bij T-Tests /
Classical / Independent Samples T-Test) ...................................................................................... 47
Stap 3: effectgrootte en interpreteren volgens vuistregels Cohen (1992) ............................................ 47
Stap 4: rapportage ......................................................................................................................... 49
gelijke varianties verondersteld: (wel normale verdeling dus parametrisch) ................................... 49
geen gelijke varianties verondersteld: (wel normale verdeling dus parametrisch) ............................ 49
noch gelijke varianties, noch normaliteit verondersteld (niet parametrisch) ................................... 49
Stap 5 (extra): vergelijking resultaat met BAYESIAANSE t-toets: wat is Bayes Factor en hoe interpreteren
volgens vuistregels Jeffreys (1961) zie ppt oefensessie 2? ................................................................ 49
De Bayesiaanse t-toets kan worden opgevraagd via T-Tests / Bayesian / Independent Samples T-
Test. ......................................................................................................................................... 49
Prior en posterior bij plots aanvinken als visualisering .................................................................. 50
Assumptie: Bayes factor robustness check via Plots voor sensitiviteitsanalyse .............................. 50
Oefening 3: verschil op Y tss 3 groepen=>ANOVA F toets & Kruskal Wallis toets & ES omega² ................................. 52
Stap 0: hier mag/moet je niet per se de variabele leeftijd naar nominaal zetten want heeft zelfde
resultaat (doe je via data dubbelklik op naam en dan naar nominaal) ................................................ 52
Stap 1: beschrijvende stat en grafische voorstelling (zie eerder) ........................................................ 52
Hier ook boxplot en outliers & mogelijks geen gelijke variantie (gezien interkwartielafstand in boxplot
sterk van elkaar verschillen)=>dus best Welch variant .................................................................. 52
Stap 2 parametrische toets: ANOVA / Classical / ANOVA en vink bij Estimates of effect size ω² aan.
=>vaste effecten hier ook ............................................................................................................... 52
Verschil met R: je krijgt zelfde result MAAR hier kan je automatisch effectsize mee aanvinken ......... 52
WELCH of niet?=>assumption check: welch aanduiden=>zo zie je of er verschil is tussen gewone F of
Welch F..................................................................................................................................... 52
Effectsize omega² ...................................................................................................................... 52
Stap 2 niet-parametrische toets: Voor de Kruskal-Wallis toets kies je Nonparametrics en selecteer je de
variabele LEEFTIJD als onafhankelijke variabele (factor). .................................................................. 52
Zelfde result als bij R .................................................................................................................. 52
Stap 3: rapportage inclusief tabel want vanaf 3 groepen te ingewikkeld ............................................. 52
Als we uitgaan van gelijke popuvariantie maar wel normaliteit ....................................................... 52
Als we uitgaan ongelijke variantie (welch) maar wel normaliteit ..................................................... 53
Geen gelijke variantie en geen normaliteit: niet parametrisch hoe??? ............................................ 53
Stap extra: vgl bayesiaans via ANOVA/Bayesian/ANOVA .................................................................. 53
4
