WorksheetsTPH02_Opfrissen week 4
Total questions: 9
Worksheet time: 5mins
Stel je wilt de volgende onderzoeksvraag beantwoorden:
Verschillen hbo-studenten van drie verschillende studierichtingen in de mate waarin ze per dag online zijn (gemeten in minuten)?
Het gaat om de volgende drie groepen:
‒groep 1. Toegepaste psychologie
‒groep 2. Commerciële economie
‒groep 3. hbo Rechten
Dit kan je onderzoeken middels toetsende statistiek. Je toetst dan of de gevonden
verschillen gebaseerd zijn op toeval of niet. Je kunt naast een onderzoeksvraag ook de
volgende hypothesen opstellen:
H0: er is geen verschil in het aantal minuten online tussen de drie groepen hbo- studenten.
H1:er is wel verschil in het aantal minuten online tussen de drie groepen hbo-studenten
Bepaal welke statistische data-analysetechniek het meest geschikt is om deze verschilonderzoeksvraag te beantwoorden?
t-toets
eenweg ANOVA
Chi-kwadraat
taartdiagram
Waarom gebruik je in bovenstaande situatie niet een serie t-toetsen?
Bij een serie t-toetsen wordt de overall foutenmarge groter.
Bij een serie t-toetsen worden de kwadratengemiddelden te klein.
Bij een serie t-toetsen worden er te weinig vrijheidsgraden berekend.
Bij een serie t-toetsen zijn er andere assumpties dan bij een eenweg-ANOVA.
Verschillen hbo-studenten van drie verschillende studierichtingen in de mate waarin ze per dag online zijn (gemeten in minuten)?
Wat is bij de bovengenoemde onderzoeksvraag de splitsingsvariabele (wordt soms ook wel X = onafhankelijke variabele en in SPSS ”Factor”-variabele genoemd)
en wat de testvariabele (in SPSS dependent/ Y=afhankelijke variabele)?
Splitsingsvariabele: studierichtingen, drie groepen, nominaal; Testvariabele: online zijn, uitgedrukt in aantal minuten, ratio.
Splitsingsvariabele: online zijn, uitgedrukt in aantal minuten, ratio;
Testvariabele: studierichtingen, drie groepen, nominaal.
Even opfrissen: het stappenplan bij eenweg-ANOVA:
Stap 1.Check assumpties
Stap 2. Doe de F toets (of eventueel Brown-Forsythetoets).
Stap 3. Als F significant is, onderzoek de verschillen tussen de groepsgemiddelden: a) informeel of b) met post hoc toetsen.
Stap 4. Rapporteer de uitkomsten met berekening effectsize (η2, eta-kwadraat).
Ad stap 1: Welke van de volgende uitspraken is een assumptie/aanname bij eenweg ANOVA?
De gemiddelden van Y in de groepen zijn even groot.
De varianties van Y in de groepen zijn even groot.
De verschillen in Y tussen de groepen zijn even groot.
Het aantal respondenten in de groepen is even groot.
Om de derde assumptie te testen of er homogeniteit van varianties bestaat is eerst een Levene’s toets gedaan.
Welke conclusie kunnen we aan onderstaande SPSS output verbinden?
De Levene’s toets is wel significant. De nulhypothes dat er gelijke variantie zijn, moet worden verworpen en daardoor moet de zogenoemde Brown-Forsythe toets worden gedaan.
De Levene’s toets is niet significant. Er wordt dus wel voldaan aan de voorwaarde van gelijke varianties en je kunt de gewone ANOVA doen.
Er is op basis van bovenstaande Levene’s toets dus geen reden om aan te nemen dat in de populatie de varianties heterogeen (ongelijk) zijn. Stel dat verder alle assumpties gecheckt en o.k. zijn, dan mogen we dus een “gewone” eenweg ANOVA doen. Stel je vindt vervolgens de volgende SPSS output.
Wat kan je op basis van deze SPSS output concluderen?
De F is significant. Er is wel degelijk verschil tussen de drie groepen. De nulhypothese moet worden verworpen.
De F is niet significant. Er is geen verschil tussen de drie groepen. De nulhypothese moeten we handhaven.
Om een significant effect in een eenweg-ANOVA te interpreteren:
bekijk je de aantallen personen in de groepen om te zien of aan alle aannames voldaan is.
bereken je R2 alleen voor de groepen die significant van elkaar verschillen.
doe je een Levene-toets om de varianties van de groepen met elkaar te vergelijken.
kijk je via descriptives goed naar de gemiddelden per groep en doe je post-hoc-toetsen om te kijken welke groepen van elkaar verschillen.
Stel je doet bij een ANOVA een post-hoc toets volgens Tukey HSD en je vindt de volgende output. Wat zegt dit?
Dat er bij alle paarsgewijze vergelijkingen tussen de drie groepen sprake is van een significant verschil.
Dat groep 1 significant afwijkt van groep 2 maar niet significant van groep 3.
Dat groep 1 significant afwijkt van groep 3 maar niet significant van groep 2.
Nu er sprake is van een significant verschil, is het interessant om te weten hoeveel van de verschillen in Y (online minuten per dag) kunnen worden verklaard door X (de studierichting). Of net anders geformuleerd: wat is het effect van de splitsingsvariabele op de testvariabele?
Welke maat kun je hiervoor gebruiken?
Levene
Tukey HSD
de gekwadrateerde èta = η2
