JOHO samenvatting
H1
Categorical variable = consists of categories. You can only be in one category at
a time.
- Binary variable = categorical variable with only 2 levels. E.g. gender
- Nominal variable: when only a number is assigned. This number doesn’t
have the meaning
of a number but is used for categories.
- Ordinal variable = a number with a meaning, representing an order like
the order of
situations.
Continue variable = can have every value on a measuring scale.
- Interval variable = the difference between all values are the same.
- Ratio variable = like the interval variable, but with an absolute zero-point
with meaning.
So you can multiply ratio variables. E.g. time
- Discrete variable = can only choose whole numbers.
Within-group design: the same participants do an experiment several times in
various conditions
Between-group design: different participants do an experiment in the different
conditions.
Histogram – check normality: skewness (scheefheid +/-), kurtosis (peak high/low)
mode: meest voorkomende score
median: middle score 246 of 2345 = 3+4/2 = 3.5 = 2nd quartile = pc50
mean: average score (only possible in interval/ratio variables)
H2
De mate waarop het statistische model en de gegevens overeenkomen is de fit
van het model.
Deviatie = het verschil tussen de score en het gemiddelde xi - Xgem ( ‘meetfout’)
fit
Standaard deviatie = σ = Sx = √( ∑ ( (xi - xgem)2 / (N-1) )
Variantie = de gemiddelde meetfout van de observaties en het gemiddelde.
Sx2 = ∑ ( (xi - xgem)2 / (N-1)
Degrees of freedom: aantal observaties (steekproefgrootte) – 1, omdat je de
laatste weet.
Standaard meetfout van het gemiddelde (SE) = standaard deviatie van de
steekproefgemiddelden.
Als N > 30, std error Xgem = s/√N
Steekproefverdeling = frequentie verdeling van alle steekproefgemiddelden
Betrouwbaarheidsinterval: bepaalt de nauwkeurigheid van een schatting. Hierin
stellen we grenzen aan de waardes waarvan we denken dat de waardes in de
populatie vallen. Vaak 95%. 1.96 is z-score.
Kans dat iets bij toeval gebeurt is het significantieniveau. Als er maar 5% kans (p
≤ .05) is dat iets bij
toeval gebeurt spreken we van statistische significantie.
, F test bepaalt of de hypothese een goede verklaring is van de gegevens. Als
p≤.05, kan de nul hypothese verworpen worden.
Er zijn twee soorten fouten die gemaakt kunnen worden.
1) Type I fout: wanneer we denken dat er een echt effect in de populatie is terwijl
het in de werkelijkheid niet zo is. De kans op deze fout is het α-level (= .05).
2) Type II fout: men denkt dat er geen effect is in de populatie terwijl dat in
werkelijkheid wel zo is. Kans op type II fout is .2 = β-level.
Effectgrootte
= gestandaardiseerde meting van het geobserveerde effect (Cohen’s d,
Pearson’s correlatiecoefficient en odds ratio).
Effectgrootte meet je over een steekproef, niet over een populatie.
Effectgrootte: gelinked aan: de steekproefgrootte, α-level, mogelijkheid om een
effect van die grootte te ontdekken (statistische power = β)
Genoeg power als β ≥ .8 is.
H4 Grafieken
Outliers: visible in histogram or boxplot or scatterplot.
Boxplot: de box is de middelste 50%, min. max. sticks, mediaan, outliers
symmetry depends on length of the sticks.
Lijndiagram: geeft gemiddelde waarden van groepen weer.
Scatterplot: handig om naar de relatie tussen twee variabelen te kijken. Het geeft
de score op twee variabelen weer. Ook outliers worden weergegeven. En je kunt
zien om wat voor soort relatie het gaat. Vaak een continue variabele bij
betrokken.
je kunt de regressielijn zichtbaar maken.
Regressielijn: vat de relatie tussen (de twee) variabelen samen.
je kunt ook een matrix scatterplot maken. Deze laat alle mogelijke combinaties
zien van de variabelen die je invoert.
H5 Assumptions
Assumptions for parametric tests
- Normality: gegevens normaal verdeeld? Z-scores helpen in vergelijking.
Check: Vaak niet normaal verdeeld, visueel. Bij n>30 normaal verdeeld.
Histogram, vorm normale verdeling, skewness en peakness zijn 0 bij normale
verdeling
P-P plot, rechte lijn (van individuele scores) is normaalverdeling. Q-Q plot = van
kwartielen
K-S: test hele verdeling in een keer op normale verdeling. Als K-S niet significant
is, verschilt de
verdeling niet significant van de normaalverdeling, de verdeling van de
steekproef is dan normaal!
- Homogeneity: varianties van de verschillende gegevens/groepen moeten gelijk
zijn.
Check: Levene’s test. Gaat samen met oneway ANOVA.
Look at the absolute difference between every score and the group average.
Levene: significant = violates null hypothesis. This means the variances differ
significantly from each
other. N.S. means variances are approximately equal (homogeneous). Levene: F
H1
Categorical variable = consists of categories. You can only be in one category at
a time.
- Binary variable = categorical variable with only 2 levels. E.g. gender
- Nominal variable: when only a number is assigned. This number doesn’t
have the meaning
of a number but is used for categories.
- Ordinal variable = a number with a meaning, representing an order like
the order of
situations.
Continue variable = can have every value on a measuring scale.
- Interval variable = the difference between all values are the same.
- Ratio variable = like the interval variable, but with an absolute zero-point
with meaning.
So you can multiply ratio variables. E.g. time
- Discrete variable = can only choose whole numbers.
Within-group design: the same participants do an experiment several times in
various conditions
Between-group design: different participants do an experiment in the different
conditions.
Histogram – check normality: skewness (scheefheid +/-), kurtosis (peak high/low)
mode: meest voorkomende score
median: middle score 246 of 2345 = 3+4/2 = 3.5 = 2nd quartile = pc50
mean: average score (only possible in interval/ratio variables)
H2
De mate waarop het statistische model en de gegevens overeenkomen is de fit
van het model.
Deviatie = het verschil tussen de score en het gemiddelde xi - Xgem ( ‘meetfout’)
fit
Standaard deviatie = σ = Sx = √( ∑ ( (xi - xgem)2 / (N-1) )
Variantie = de gemiddelde meetfout van de observaties en het gemiddelde.
Sx2 = ∑ ( (xi - xgem)2 / (N-1)
Degrees of freedom: aantal observaties (steekproefgrootte) – 1, omdat je de
laatste weet.
Standaard meetfout van het gemiddelde (SE) = standaard deviatie van de
steekproefgemiddelden.
Als N > 30, std error Xgem = s/√N
Steekproefverdeling = frequentie verdeling van alle steekproefgemiddelden
Betrouwbaarheidsinterval: bepaalt de nauwkeurigheid van een schatting. Hierin
stellen we grenzen aan de waardes waarvan we denken dat de waardes in de
populatie vallen. Vaak 95%. 1.96 is z-score.
Kans dat iets bij toeval gebeurt is het significantieniveau. Als er maar 5% kans (p
≤ .05) is dat iets bij
toeval gebeurt spreken we van statistische significantie.
, F test bepaalt of de hypothese een goede verklaring is van de gegevens. Als
p≤.05, kan de nul hypothese verworpen worden.
Er zijn twee soorten fouten die gemaakt kunnen worden.
1) Type I fout: wanneer we denken dat er een echt effect in de populatie is terwijl
het in de werkelijkheid niet zo is. De kans op deze fout is het α-level (= .05).
2) Type II fout: men denkt dat er geen effect is in de populatie terwijl dat in
werkelijkheid wel zo is. Kans op type II fout is .2 = β-level.
Effectgrootte
= gestandaardiseerde meting van het geobserveerde effect (Cohen’s d,
Pearson’s correlatiecoefficient en odds ratio).
Effectgrootte meet je over een steekproef, niet over een populatie.
Effectgrootte: gelinked aan: de steekproefgrootte, α-level, mogelijkheid om een
effect van die grootte te ontdekken (statistische power = β)
Genoeg power als β ≥ .8 is.
H4 Grafieken
Outliers: visible in histogram or boxplot or scatterplot.
Boxplot: de box is de middelste 50%, min. max. sticks, mediaan, outliers
symmetry depends on length of the sticks.
Lijndiagram: geeft gemiddelde waarden van groepen weer.
Scatterplot: handig om naar de relatie tussen twee variabelen te kijken. Het geeft
de score op twee variabelen weer. Ook outliers worden weergegeven. En je kunt
zien om wat voor soort relatie het gaat. Vaak een continue variabele bij
betrokken.
je kunt de regressielijn zichtbaar maken.
Regressielijn: vat de relatie tussen (de twee) variabelen samen.
je kunt ook een matrix scatterplot maken. Deze laat alle mogelijke combinaties
zien van de variabelen die je invoert.
H5 Assumptions
Assumptions for parametric tests
- Normality: gegevens normaal verdeeld? Z-scores helpen in vergelijking.
Check: Vaak niet normaal verdeeld, visueel. Bij n>30 normaal verdeeld.
Histogram, vorm normale verdeling, skewness en peakness zijn 0 bij normale
verdeling
P-P plot, rechte lijn (van individuele scores) is normaalverdeling. Q-Q plot = van
kwartielen
K-S: test hele verdeling in een keer op normale verdeling. Als K-S niet significant
is, verschilt de
verdeling niet significant van de normaalverdeling, de verdeling van de
steekproef is dan normaal!
- Homogeneity: varianties van de verschillende gegevens/groepen moeten gelijk
zijn.
Check: Levene’s test. Gaat samen met oneway ANOVA.
Look at the absolute difference between every score and the group average.
Levene: significant = violates null hypothesis. This means the variances differ
significantly from each
other. N.S. means variances are approximately equal (homogeneous). Levene: F
