Variantie-analyse (F-toets)
In hoeverre is X van invloed op Y? Onafhankelijk nominaal/ordinaal en afhankelijk interval/ratio
H0: de populatiegemiddelden zijn gelijk aan elkaar
H1: minimaal 2 populatiegemiddelden verschillen van elkaar
SPSS: Analyze / Compare means / One-Way ANOVA bij options descriptive statistics bij post-
hoc bonferoni
Voorwaarden (eigenlijk voor elke parametrische techniek):
1) Steekproeven aselect getrokken en onafhankelijke
2) Elke groep afkomstig uit normaal verdeelde populatie of n > 30
3) Varianties van groepen in populatie zijn gelijk aan elkaar of groepen ongeveer even groot
Testen voorwaarden:
1) Kan je niet testen
2) Visuele inspectie histogram en kolmogrov-smirnov toets
Kolmogorov-Smirnov:
H0: variabele is normaal verdeeld in de populatie
H1: variabele is niet normaal verdeeld in de populatie
SPSS: Analyze / Descriptive Statistics / Explore bij plots histogram en normality plots with tests
3) Levene’s test
Levene’s test:
H0: varianties zijn gelijk
H1: varianties zijn ongelijk
SPSS: Analyze / Compare Means / One-Way ANOVA bij options homogeneity of variance test
Als H1 wordt aangenomen Bonferoni test = welke variabelen verschillen?:
H0: er is geen significant verschil tussen de 2 groepen
H1: er is wel significant verschil tussen de groepen
SPSS: Analyze / Compare means / One-Way ANOVA bij options descriptive statistics bij post-
hoc bonferoni
One sample t-test
Gemiddelde populatie 1 variabele vergelijken met een waarde
H0: mu = *getal*
H1: mu > < ≠ *getal* Let op eenzijdig of tweezijdig!
SPSS: Analyze / Compare Means / One sample t-test test value = gegeven gemiddelde
Bij t-toets voor regressiecoëfficiënt b1:
H0: b1 = 0
H1: b1 ≠ 0
Onafhankelijke t-toets
Verschil tussen gemiddelden 2 groepen, onafhankelijke dichotoom en afhankelijke interval/ratio
In hoeverre is X van invloed op Y? Onafhankelijk nominaal/ordinaal en afhankelijk interval/ratio
H0: de populatiegemiddelden zijn gelijk aan elkaar
H1: minimaal 2 populatiegemiddelden verschillen van elkaar
SPSS: Analyze / Compare means / One-Way ANOVA bij options descriptive statistics bij post-
hoc bonferoni
Voorwaarden (eigenlijk voor elke parametrische techniek):
1) Steekproeven aselect getrokken en onafhankelijke
2) Elke groep afkomstig uit normaal verdeelde populatie of n > 30
3) Varianties van groepen in populatie zijn gelijk aan elkaar of groepen ongeveer even groot
Testen voorwaarden:
1) Kan je niet testen
2) Visuele inspectie histogram en kolmogrov-smirnov toets
Kolmogorov-Smirnov:
H0: variabele is normaal verdeeld in de populatie
H1: variabele is niet normaal verdeeld in de populatie
SPSS: Analyze / Descriptive Statistics / Explore bij plots histogram en normality plots with tests
3) Levene’s test
Levene’s test:
H0: varianties zijn gelijk
H1: varianties zijn ongelijk
SPSS: Analyze / Compare Means / One-Way ANOVA bij options homogeneity of variance test
Als H1 wordt aangenomen Bonferoni test = welke variabelen verschillen?:
H0: er is geen significant verschil tussen de 2 groepen
H1: er is wel significant verschil tussen de groepen
SPSS: Analyze / Compare means / One-Way ANOVA bij options descriptive statistics bij post-
hoc bonferoni
One sample t-test
Gemiddelde populatie 1 variabele vergelijken met een waarde
H0: mu = *getal*
H1: mu > < ≠ *getal* Let op eenzijdig of tweezijdig!
SPSS: Analyze / Compare Means / One sample t-test test value = gegeven gemiddelde
Bij t-toets voor regressiecoëfficiënt b1:
H0: b1 = 0
H1: b1 ≠ 0
Onafhankelijke t-toets
Verschil tussen gemiddelden 2 groepen, onafhankelijke dichotoom en afhankelijke interval/ratio
