Altijd tweezijdige P-waarde à tenzij hypotese in opgave, dan eenzijdige - waarde (of deel je tweezijdige P-waarde door 2)
Als er niets in de opgave staat, automatisch parametrisch testen
Verbanden tussen variabelen
o CORRELATIE Parametrisch Non-parametrisch
Verband tussen 2 kwantitatieve variabelen
(twee continue) pearson en spearman è Pearson correlatie Spearman correlatie
Analyze > correlate > bivariate > pearson Analyze > correlate > bivariate > spearman
ook voor validiteit na te gaan => interclass r
correlatie
o Relatie instrument en criterium Interpretatie Interpretatie
(criteriumvaliditeit) o Pearson correlation coëfficiënt (hoger o Spearman’s rho corr coëfficiënt
Interpretatie dan 0.60) o p-waarde voor een verband tussen
Hoe dichter bij 1, hoe meer valide o p-waarde voor een verband tussen variabelen (+ of – verband)
0.30-0.40 = goede validiteit variabelen (+ of – verband)
Betrouwbaarheid è intraclass correlatie
o Betrouwbaarheid test
o ≠ trials afnemen en kijken nr verschil
o Interbeoordelaarsbetrouwbaarheid
Analyze > scale > reliability > items > statistics >
“intraclass correlation coefficient”
Interpretatie
Single measure ICC (1 X in toekomst)
OF
Average measure ICC (meer X in toekomst)
= of > 0.70 = goede betrouwbaarheid
0.60 = redelijke betrouwbaarheid
<0.50 = te laag
1
, Altijd tweezijdige P-waarde à tenzij hypotese in opgave, dan eenzijdige - waarde (of deel je tweezijdige P-waarde door 2)
Als er niets in de opgave staat, automatisch parametrisch testen
Verbanden tussen variabelen
o CHI-KWADRAAT Parametrisch Non-parametrisch
Verband tussen 2 kwalitatieve variabelen
> gebruik maken van een kruistabel Chi-kwadraat NP Chi-kwadraat (niet kennen)
=> Om verdeling van 1 variabele te
Kappa: Bij categorische variabelen voor de mate 1e manier 2 kolommen onderzoeken
van overeenkomst bij validiteit en Analyze > descriptive statistics > crosstabs > Analyze > non-parametric tests > legacy
betrouwbaarheid Row en Column > statistics > chi square (of dialogs > chi square
‘kappa’ als dat moet) > cells >
Interpretatie Kappa row/column/total aanduiden
o Pearson chi square:
0.40 – 0.70 = acceptabele overeenkomst 2e manier 3 kolommen
> 0.70 = goede overeenkomst Weight cases gebruiken (nadien uitzetten)
Data > eight cases > weight cases by aantal
Dan pas kruistabel opvragen
Analyze > descriptive statistics > crosstabs >
Row en Column > statistics > chi square >
cells > row/column/total aanduiden
Interpretatie
o (Kappa)
o P waarde: Asymptomatic sign (2-sided)
2
Als er niets in de opgave staat, automatisch parametrisch testen
Verbanden tussen variabelen
o CORRELATIE Parametrisch Non-parametrisch
Verband tussen 2 kwantitatieve variabelen
(twee continue) pearson en spearman è Pearson correlatie Spearman correlatie
Analyze > correlate > bivariate > pearson Analyze > correlate > bivariate > spearman
ook voor validiteit na te gaan => interclass r
correlatie
o Relatie instrument en criterium Interpretatie Interpretatie
(criteriumvaliditeit) o Pearson correlation coëfficiënt (hoger o Spearman’s rho corr coëfficiënt
Interpretatie dan 0.60) o p-waarde voor een verband tussen
Hoe dichter bij 1, hoe meer valide o p-waarde voor een verband tussen variabelen (+ of – verband)
0.30-0.40 = goede validiteit variabelen (+ of – verband)
Betrouwbaarheid è intraclass correlatie
o Betrouwbaarheid test
o ≠ trials afnemen en kijken nr verschil
o Interbeoordelaarsbetrouwbaarheid
Analyze > scale > reliability > items > statistics >
“intraclass correlation coefficient”
Interpretatie
Single measure ICC (1 X in toekomst)
OF
Average measure ICC (meer X in toekomst)
= of > 0.70 = goede betrouwbaarheid
0.60 = redelijke betrouwbaarheid
<0.50 = te laag
1
, Altijd tweezijdige P-waarde à tenzij hypotese in opgave, dan eenzijdige - waarde (of deel je tweezijdige P-waarde door 2)
Als er niets in de opgave staat, automatisch parametrisch testen
Verbanden tussen variabelen
o CHI-KWADRAAT Parametrisch Non-parametrisch
Verband tussen 2 kwalitatieve variabelen
> gebruik maken van een kruistabel Chi-kwadraat NP Chi-kwadraat (niet kennen)
=> Om verdeling van 1 variabele te
Kappa: Bij categorische variabelen voor de mate 1e manier 2 kolommen onderzoeken
van overeenkomst bij validiteit en Analyze > descriptive statistics > crosstabs > Analyze > non-parametric tests > legacy
betrouwbaarheid Row en Column > statistics > chi square (of dialogs > chi square
‘kappa’ als dat moet) > cells >
Interpretatie Kappa row/column/total aanduiden
o Pearson chi square:
0.40 – 0.70 = acceptabele overeenkomst 2e manier 3 kolommen
> 0.70 = goede overeenkomst Weight cases gebruiken (nadien uitzetten)
Data > eight cases > weight cases by aantal
Dan pas kruistabel opvragen
Analyze > descriptive statistics > crosstabs >
Row en Column > statistics > chi square >
cells > row/column/total aanduiden
Interpretatie
o (Kappa)
o P waarde: Asymptomatic sign (2-sided)
2
