Overzicht Onderzoeksvaardigheden tabel en formules
y-as
x-as Nominaal Ordinaal Interval & ratio
Nominaal Kruistabel (Chi- Kruistabel (Chi- T-toets (K=2)
square) square) Anova (K>2)
Ordinaal Spearman’s T-Toets (K=2)
Rangcorrelatie Anova (K>2)
Interval & Ratio Pearson’s
correlatiecoëfficiënt
Verdelingsvrij en niet-verdelingsvrij
Verdelingsvrij (zoals mann-Whitney) betekent dat je niet van normale verdeling uitgaat, je
gebruikt dan de ordinaliteit van de gegevens)
Type toets
Onderzochte samenhang Niet-verdelingsvrij Verdelingsvrij
Nominaal x nominaal Kruistabel (chi-square)
Nominaal (k=2) x T-Toets Mann-Whitney
Interval/Ratio
Nominaal (k>2) x Anova Kruskal-Wallis
Interval/Ratio
Interval/Ratio x Correlatiecoëfficiënt Rangcorrelatie
Interval/Ratio
Parametrisch en niet-parametrisch
Parametrisch betekent het onderzoek tussen een kwantitatieve en kwalitatieve variabele waar
normaliteit wordt aangenomen bij de kwantitatieve variabele.
Parametrische technieken gebeurt op basis van:
Mu1-mu2 = t-toets
Sigma ^2 = Anova
P = Pearson’s correlatie
Aard steekproeven
Onderzochte samenhang Onafhankelijk Afhankelijk
Parametrisch
-2 deelpopulaties Independent samples t-test Paired samples t-test
>2 deelpopulaties One-way Anova Random-blocks/repeated
measures
Niet-parametrisch
-2 deelpopulaties Mann-Whitney / Wilcoxon Wilcoxon Signed Rank
Rank Sum
>2 deelpopulaties Kruskal Wallis Friedman
Begrippen
Univariaat = 1 variabele meten
, Bivariaat = 2 of meer variabele tegelijk meten
Onafhankelijke variabele = variabele die de oorzaak is
Afhankelijke variabele = variabele die het gevolg is
Kwalitatieve variabele = beschrijft een bepaald kenmerk, de kwaliteit van iets (bv. Geslacht)
Kwantitatieve variabele = wordt uitgedrukt in een getal
Paarsgewijs =
MODULE 1
Kruistabel --> 2 kwalitatieve variabelen vergelijken, nominaal niveau x
nominaal/ordinaal niveau
Chi-Square toets 1 kwalitatieve x 1 kwalitatieve variabele
Yates Correction Samenvoegen 2e variabele als Eij <5
Fisher’s Exacte Toets Als na samenvoegen nog steeds Eij <5,
met df = 1
Gebruik: Chi-Square toets bij minimale N behaald
Bij een onafhankelijke variabele: zijn de voorwaardelijke verdelingen gelijk aan de marginale
verdelingen? Is de verdeling uniform verdeeld?
Hypothese toets bij Chi-Square X^2
H0 --> Proporties zijn gelijk aan de waargenomen frequenties
H1 --> Proporties zijn ongelijk (of niet allemaal gelijk)
De hypothese toets is altijd rechtseenzijdig bij Chi-Square
Vrijheidsgraden = df= K-1 (alle mogelijke uitkomsten rij x kolom -1)
Uniform 1/3 1/3 1/3
Verwachte 30 x 1/3 = 10 30 x 1/3 = 10 30 x 1/3 = 10
frequentie
Waargenomen 19 7 4
frequentie
Vergelijking O-E 9 -3 -6
De waargenomen frequenties vormen de steekproef (willekeurig)
Chi-Square bij onderzoek afhankelijkheid van kwalitatieve variabele
H0 = x en y onafhankelijk
H1 = x en y afhankelijk
Hier maak je gebruik van factoriseerbaarheid; pij = pi x pj
Df= correctie in de vrijheidsgraden k-1 wordt = (r-1)x(c-1)
Chi-Square is asymptotisch verdeeld --> de verdeling van de toetsgrootheid lijkt meer en
meer op een theoretische Chi verdeelde kansvariabele naarmate N toeneemt.
Eij = n x pij >5 dus Eij moet groter zijn dan 5
y-as
x-as Nominaal Ordinaal Interval & ratio
Nominaal Kruistabel (Chi- Kruistabel (Chi- T-toets (K=2)
square) square) Anova (K>2)
Ordinaal Spearman’s T-Toets (K=2)
Rangcorrelatie Anova (K>2)
Interval & Ratio Pearson’s
correlatiecoëfficiënt
Verdelingsvrij en niet-verdelingsvrij
Verdelingsvrij (zoals mann-Whitney) betekent dat je niet van normale verdeling uitgaat, je
gebruikt dan de ordinaliteit van de gegevens)
Type toets
Onderzochte samenhang Niet-verdelingsvrij Verdelingsvrij
Nominaal x nominaal Kruistabel (chi-square)
Nominaal (k=2) x T-Toets Mann-Whitney
Interval/Ratio
Nominaal (k>2) x Anova Kruskal-Wallis
Interval/Ratio
Interval/Ratio x Correlatiecoëfficiënt Rangcorrelatie
Interval/Ratio
Parametrisch en niet-parametrisch
Parametrisch betekent het onderzoek tussen een kwantitatieve en kwalitatieve variabele waar
normaliteit wordt aangenomen bij de kwantitatieve variabele.
Parametrische technieken gebeurt op basis van:
Mu1-mu2 = t-toets
Sigma ^2 = Anova
P = Pearson’s correlatie
Aard steekproeven
Onderzochte samenhang Onafhankelijk Afhankelijk
Parametrisch
-2 deelpopulaties Independent samples t-test Paired samples t-test
>2 deelpopulaties One-way Anova Random-blocks/repeated
measures
Niet-parametrisch
-2 deelpopulaties Mann-Whitney / Wilcoxon Wilcoxon Signed Rank
Rank Sum
>2 deelpopulaties Kruskal Wallis Friedman
Begrippen
Univariaat = 1 variabele meten
, Bivariaat = 2 of meer variabele tegelijk meten
Onafhankelijke variabele = variabele die de oorzaak is
Afhankelijke variabele = variabele die het gevolg is
Kwalitatieve variabele = beschrijft een bepaald kenmerk, de kwaliteit van iets (bv. Geslacht)
Kwantitatieve variabele = wordt uitgedrukt in een getal
Paarsgewijs =
MODULE 1
Kruistabel --> 2 kwalitatieve variabelen vergelijken, nominaal niveau x
nominaal/ordinaal niveau
Chi-Square toets 1 kwalitatieve x 1 kwalitatieve variabele
Yates Correction Samenvoegen 2e variabele als Eij <5
Fisher’s Exacte Toets Als na samenvoegen nog steeds Eij <5,
met df = 1
Gebruik: Chi-Square toets bij minimale N behaald
Bij een onafhankelijke variabele: zijn de voorwaardelijke verdelingen gelijk aan de marginale
verdelingen? Is de verdeling uniform verdeeld?
Hypothese toets bij Chi-Square X^2
H0 --> Proporties zijn gelijk aan de waargenomen frequenties
H1 --> Proporties zijn ongelijk (of niet allemaal gelijk)
De hypothese toets is altijd rechtseenzijdig bij Chi-Square
Vrijheidsgraden = df= K-1 (alle mogelijke uitkomsten rij x kolom -1)
Uniform 1/3 1/3 1/3
Verwachte 30 x 1/3 = 10 30 x 1/3 = 10 30 x 1/3 = 10
frequentie
Waargenomen 19 7 4
frequentie
Vergelijking O-E 9 -3 -6
De waargenomen frequenties vormen de steekproef (willekeurig)
Chi-Square bij onderzoek afhankelijkheid van kwalitatieve variabele
H0 = x en y onafhankelijk
H1 = x en y afhankelijk
Hier maak je gebruik van factoriseerbaarheid; pij = pi x pj
Df= correctie in de vrijheidsgraden k-1 wordt = (r-1)x(c-1)
Chi-Square is asymptotisch verdeeld --> de verdeling van de toetsgrootheid lijkt meer en
meer op een theoretische Chi verdeelde kansvariabele naarmate N toeneemt.
Eij = n x pij >5 dus Eij moet groter zijn dan 5
