ANOVA
Eerst controleren of er verschil is tussen de 3 groepen via descriptives: uitsplitsen per dag dat
de oef doorgaat.
Indien verschil: ANOVA gebruiken (=> Want meerdere groepen onderling vergelijken)
- Als er uit de gewone ANOVA niets significants (<5%) dan stopt de analyse daar indien je
variantie en normaliteit hebt getest:
1. Assumption checks= Variantie
2. Q-Q Plot= Normaliteit
- Als uit Variantie of Normaliteit blijkt dat iets niet juist is (gegevens te variabel of te
abnormaal)
-> Kruskal- Wallis test uit voeren
-> Indien hier blijkt dat niets aan de hand is stop de analyse opnieuw.
-> Indien een significant verschil bij de Kruskal – Wallis test of de ANOVA dan pas worden de
Post Hoc Testen uitgevoerd. De standaard Post Hoc als de ANOVAA een resultaat geeft. De
Dunn Post Hoc als de Kruscal- Wallis een significant resultaat geeft.
OPM: Grafisch voorstellen: Raincloud plots
1. Dependent Variable =Vershchil in “examenresultaat”(= Dependent Variable)
afhankelijk van dag waarop oef. (Fixed factor)Is doorgegaan.
2. Mean square: 1e rij= Externe variatie
3. Mean square: 2e rij= Interne/toevals of error variatie
4. F= Testwaarde: laag verschil tussen 3 groepen t.o.v. hun interne verschillen
5. P-Waarde: > 5% => Geen significant vershil
→ Indien P-Waarde < 5% -> DAN: Post Hoc Test (= testen na de feiten - 2e p)
, 6. Post Hoc Test: testwaarde ingeven
7. Corrections:
7.1 Turkey: Als groepsgrotes (Valid) gelijk zijn of bijna perfect gelijk zijn.
7.2 Scheffé: Als groepsgroottes (Valid) niet gelijk zijn
8. Kijken naar P waarden (Turkey of Scheffe)
→ Assumption checks (bij ANOVA Levene’s)-> Altijd! → Kijken naar P-waarde
9. Homogeniteit tests= Is de homogeniteit dezelfde?
P-waarde nog steeds kleiner dan 5%?
10. Q-Q Plots: Zijn de gegevens normaal verdeeld? -> Niet normaal verdeeld want wijkt
af
11. Non parametrics -> Kruskal-Wallis test
→ Als uit Kruskal- Wallis test een significant resultaat zou komen (< 5%) dan mogen we niet
naar de gewone post hoc testen of standaard testen kijken maar naar de Dunn Post Hoc
Testen.
12. Dunn Post Hoc Testen -> Kijken naar P-waarden
Eerst controleren of er verschil is tussen de 3 groepen via descriptives: uitsplitsen per dag dat
de oef doorgaat.
Indien verschil: ANOVA gebruiken (=> Want meerdere groepen onderling vergelijken)
- Als er uit de gewone ANOVA niets significants (<5%) dan stopt de analyse daar indien je
variantie en normaliteit hebt getest:
1. Assumption checks= Variantie
2. Q-Q Plot= Normaliteit
- Als uit Variantie of Normaliteit blijkt dat iets niet juist is (gegevens te variabel of te
abnormaal)
-> Kruskal- Wallis test uit voeren
-> Indien hier blijkt dat niets aan de hand is stop de analyse opnieuw.
-> Indien een significant verschil bij de Kruskal – Wallis test of de ANOVA dan pas worden de
Post Hoc Testen uitgevoerd. De standaard Post Hoc als de ANOVAA een resultaat geeft. De
Dunn Post Hoc als de Kruscal- Wallis een significant resultaat geeft.
OPM: Grafisch voorstellen: Raincloud plots
1. Dependent Variable =Vershchil in “examenresultaat”(= Dependent Variable)
afhankelijk van dag waarop oef. (Fixed factor)Is doorgegaan.
2. Mean square: 1e rij= Externe variatie
3. Mean square: 2e rij= Interne/toevals of error variatie
4. F= Testwaarde: laag verschil tussen 3 groepen t.o.v. hun interne verschillen
5. P-Waarde: > 5% => Geen significant vershil
→ Indien P-Waarde < 5% -> DAN: Post Hoc Test (= testen na de feiten - 2e p)
, 6. Post Hoc Test: testwaarde ingeven
7. Corrections:
7.1 Turkey: Als groepsgrotes (Valid) gelijk zijn of bijna perfect gelijk zijn.
7.2 Scheffé: Als groepsgroottes (Valid) niet gelijk zijn
8. Kijken naar P waarden (Turkey of Scheffe)
→ Assumption checks (bij ANOVA Levene’s)-> Altijd! → Kijken naar P-waarde
9. Homogeniteit tests= Is de homogeniteit dezelfde?
P-waarde nog steeds kleiner dan 5%?
10. Q-Q Plots: Zijn de gegevens normaal verdeeld? -> Niet normaal verdeeld want wijkt
af
11. Non parametrics -> Kruskal-Wallis test
→ Als uit Kruskal- Wallis test een significant resultaat zou komen (< 5%) dan mogen we niet
naar de gewone post hoc testen of standaard testen kijken maar naar de Dunn Post Hoc
Testen.
12. Dunn Post Hoc Testen -> Kijken naar P-waarden
