Het gaat dus om independent samples / unequal variances (correct me if i'm wrong)quote:The results of the Student Satisfaction Survey 2009 are published.
The researchers sent out 300.000 invitations to the survey:
35.000 to students of University of Sussex and 265.000 to students not studying at
University of Sussex. There were 80.000 responses, 10.000 of them from students of Sussex.
Can you conclude from these data that the response rate of Sussex students is statistically significant higher than the response rate of other students? Use α = 1%
Die is er niet, dat is juist het probleem, anders was het een stuk makkelijker geweest en had ik de variances via de descriptives kunnen verkrijgen en dan via compare means de t-test uit kunnen voeren.quote:
quote:Op vrijdag 6 januari 2012 15:14 schreef Asskicker14 het volgende:
[..]
Die is er niet, dat is juist het probleem, anders was het een stuk makkelijker geweest en had ik de variances via de descriptives kunnen verkrijgen en dan via compare means de t-test uit kunnen voeren.
Dan is het antwoord op de vraag 'nee'.quote:Can you conclude from these data that the response rate of Sussex students is statistically significant higher than the response rate of other students?
Ik heb het niet onderbouwd waarom dat zo is omdat ik de sample variance niet heb, dus als ik slechts nee zou beantwoorden zonder een berekening van de t-test te kunnen weerleggen, krijg ik 0 punten.quote:Op vrijdag 6 januari 2012 15:15 schreef crossover het volgende:
[..]
[..]
Dan is het antwoord op de vraag 'nee'.
Tja, volgens mij heb je gelijk en is hier de oplossing niet te berekenen zonder die informatie. Heb je andere studenten hierover gesproken?quote:Op vrijdag 6 januari 2012 15:17 schreef Asskicker14 het volgende:
[..]
Ik heb het niet onderbouwd waarom dat zo is omdat ik de sample variance niet heb, dus als ik slechts nee zou beantwoorden zonder een berekening van de t-test te kunnen weerleggen, krijg ik 0 punten.
Valt dit dan onder 'samping distributions'?quote:Op vrijdag 6 januari 2012 21:04 schreef gewooneenuser het volgende:
Dit kan je helemaal niet testen met een t-test, je moet het verschil tussen response rates testen en response rates zijn proporties, geen gemiddeldes.
Enige wat je daarvoor nodig hebt is je proportie en je n.
ANOVA?quote:Op maandag 30 januari 2012 18:35 schreef Operc het volgende:
Ik heb ook even een vraagje:
Ik heb een vragenlijst van 20 items, waarbij ik per item wil weten of er een significant verschil is tussen twee groepen mensen die de vragenlijst hebben ingevuld.
Omdat dit eigenlijk 20 testen zijn, is het niet meer zinvol om met een significantie grens van p<.05 te werken. Nu is de vraag: als ik een totale analyse doe in SPSS, waarin deze 20 items worden geanalyseerd, corrigeert SPSS dan automatisch voor de hoeveelheid variabelen?
Ja. Je kijkt dan of er effect is van X op Y, corrigerend voor Q, T en Z.quote:Op maandag 30 januari 2012 20:02 schreef JohnSpek het volgende:
Ik wil verklaren dat X een effect heeft op Y.
Nu heb ik ook Q, T, en Z gemeten (omdat uit andere onderzoeken is gebleken dat deze variabelen een significant effect hebben op Y).
Bij mijn regressie zou ik dan Q, T en Z er ook bij betrekken?
Is dat nodig dan?quote:Op maandag 30 januari 2012 22:02 schreef Operc het volgende:
[..]
BijvoorbeeldMaar corrigeert die voor het aantal testen wat je uitvoert?
Kloptquote:Op zaterdag 10 maart 2012 01:20 schreef Meneerik2 het volgende:
Hoi!
Alvast bedankt met het helpen van mijn SPSS vraag. Het is dus de bedoeling dat ik voor Research Seminar data verwerk. Leuk, want ik snap er de ballen van. Mijn vraag is als volgt:
Ik heb meerdere keren verschillende items waar ik een construct/variabele van maak. Dat gaat goed. Echter, die items meten de antwoorden van een vraag met een likert-schaal van 1 tot en met 5. En zo nu en dan zit er een 0 tussen. Dat lijkt mij een missing variable. Als ik dat in de variable view aanmerk als missing (Missing > discrete =0), 'ziet' spss wel de missing data wanneer ik Analyze>Descripte>Frequencies doe. Echter, (en hier komt het probleem) verschijnen er dan gaten in mijn construct, precies daar waar in de items een 0 voorkomt. Dus een nul in mijn item betekent een . in mijn construct. Staan er enkel items met correcte antwoorden dan staat er wel netjes een cijfer.
Wat doe ik fout en hoe dit op te lossen?
Bedankt!
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.quote:Op zondag 18 maart 2012 17:26 schreef x.steph het volgende:
Wie kan mij alsjeblieft helpen.. Ik word zo'n beetje radeloos. Ik moet voor school 3 hypothesen toetsen namelijk een moderende, een medierende en meerder oorzaken. Er is een hypothese gemaakt dat de invloed van het aantal vrienden op depressie verschillend is voor een ander geslacht (moderend)
De tweede hypothese is dat levensgebeurtenissen invloed heeft op blijheid wat invloed heeft op depressie (medierend). De derde hypothese veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie (meerdere oorzaken)
hoe moet ik dit toetsen en welke moet ik gebruiken..
wie mij kan helpen maakt me super blij!!!!
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.quote:Op maandag 19 maart 2012 19:00 schreef davako het volgende:
Wie o wie kan mij helpen. Ik heb een vraag betreffende een Repeated Measures ANOVA. Wanneer ik een repeated measure ANOVA uitvoer krijg ik vervolgens F-values en P-Values enz. enz.
Vervolgens blijken er 1 factor of combinaties van factoren significant te verschillen.
Dit is leuk en is goed, alleen hoe kan ik uit SPSS halen welke van de waarden significant verschillen.
Stel mijn waarden reageren significant op een bepaalde treatment.(Stel treatment 3 (Dit weet ik echter nog niet)) Maar hoe weet ik nou met welke treatment hij significant verschillend is.
Wat houden contrasten precies is?quote:Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
[..]
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
pfoe dat is niet heel erg gemakkelijk zo 1,2,3 uit te leggen. Waarom krijg je dit niet bij het vak waar je spss nodig voor hebt? Is een vrij basaal onderdeel van anovas?quote:
Ze werken in die opdracht puur en alleen met een One-Way ANOVA. Met gewone ANOVA's weet ik ook wel hoe je de verschillen kan vinden. Dit lijkt echter niet op te gaan voor een RM ANOVA.quote:Op maandag 19 maart 2012 19:18 schreef oompaloompa het volgende:
[..]
pfoe dat is niet heel erg gemakkelijk zo 1,2,3 uit te leggen. Waarom krijg je dit niet bij het vak waar je spss nodig voor hebt? Is een vrij basaal onderdeel van anovas?
Dt zou moeten helpen: http://www.psychology.not(...)C82MST/contrasts.pdf
Uh, met een one-way ANOVA heb je toch helemaal geen contrasts?quote:Op maandag 19 maart 2012 19:32 schreef davako het volgende:
[..]
Ze werken in die opdracht puur en alleen met een One-Way ANOVA. Met gewone ANOVA's weet ik ook wel hoe je de verschillen kan vinden. Dit lijkt echter niet op te gaan voor een RM ANOVA.
Ik zou gewoon een variate test doen, is een stuk simpeler.quote:Op maandag 19 maart 2012 21:30 schreef x.steph het volgende:
[quote][ afbeelding ] Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
[..]
1, multi(uni)variate of lineaire regressie met dummie + interacties voor geslacht.
2.linear regressie & sobel (of bootstrap) moet je even googlen voor de syntax
3. zelfde multi(uni)variate maar nu hopelijk zonder uitkomst dat er een interactie effect is.
Zou je me please ook kunnen uitleggen hoe ik de eerste dan met dummy's moet doen? Ik heb het tijdens werkcollege gevraagd maar hij zegt doodleuk dat we daar zelf achter moeten komen..
Waar loop je vast? In principe gooi je gewoon steeds een nieuwe variabele in je regressie totdat deze niet significant meer verklaart.quote:Op maandag 19 maart 2012 22:03 schreef Trusten het volgende:
Is er toevallig iemand die mij kan 'ondersteunen' bij hoe ik een stapsgewijze lineaire regressie analyse moet aanpakken? Heb totaal geen idee maar moet het deze week wel gaan doen![]()
Zolang je meer dan twee groepen hebt wel. (en meestal doe je bij twee een t-test dus is een anova juist gebruikelijk wanneer je wel contrasten moet doen)quote:Op maandag 19 maart 2012 22:23 schreef RobertoCarlos het volgende:
[..]
Uh, met een one-way ANOVA heb je toch helemaal geen contrasts?
Ik ben net begonnen met promoveren in econ. psy / decision making. Daarvoor research master soc. psy gedaan in Tilburg. Daar hebben ze nogal wat statistiek, in totaal heb ik 8 volle statistiek vakken moeten doen en daarnaast nog wat lichtere cursussen. Was toen erg saai maar achteraf gezien ben ik wel blij dat we zoveel verplichte statistiek hebben gehad. Merk dat het fijn is goed te begrijpen wat je aan het doen bent en zou uit mezelf nooit zoveel energie er in stoppen. Ben het zelfs stiekem best wel leuk gaan vindenquote:Op maandag 19 maart 2012 23:01 schreef davako het volgende:
Oompaloompa wat studeer jij of wat voor werk doe jij? Jij bent in ieder geval aardig gedreven in statistiek.
Klinkt als tweedejaars Psychologie aan de VU. Wat een drama is het dit jaar..quote:Op zondag 18 maart 2012 17:26 schreef x.steph het volgende:
Wie kan mij alsjeblieft helpen.. Ik word zo'n beetje radeloos. Ik moet voor school 3 hypothesen toetsen namelijk een moderende, een medierende en meerder oorzaken. Er is een hypothese gemaakt dat de invloed van het aantal vrienden op depressie verschillend is voor een ander geslacht (moderend)
De tweede hypothese is dat levensgebeurtenissen invloed heeft op blijheid wat invloed heeft op depressie (medierend). De derde hypothese veronderstelt dat wel of niet piekeren en wel of niet sporten invloed hebben op depressie (meerdere oorzaken)
hoe moet ik dit toetsen en welke moet ik gebruiken..
wie mij kan helpen maakt me super blij!!!!
Wat is het verschil dan met post-hoc toetsen?quote:Op maandag 19 maart 2012 19:10 schreef oompaloompa het volgende:
Contrasten gebruiken, anovas zeggen nooit waar het verschil zit, is altijd een toets over de hele dataset.
quote:Op dinsdag 20 maart 2012 11:36 schreef Sandertje23 het volgende:
[..]
Wat is het verschil dan met post-hoc toetsen?
grumble, wrong button 2 posts..
Een post-hoc is een contrast.quote:Op dinsdag 20 maart 2012 11:47 schreef speknek het volgende:
Ik zou ook post-hoc tests doen (heb je gelijk effect sizes) en pas rommelen met contrasts als spss vervelend gaat doen en ze niet toestaat. Maar ik ben dan ook een auto-didacte statistiek-rommelaar en heb geen acht vakken erover gehad.
Duidelijkquote:Op dinsdag 20 maart 2012 12:32 schreef oompaloompa het volgende:
[..]
[..]
Een post-hoc is een contrast.
Je hebt planned contrasts die je van te voren hebt bepaald en waar je geen type-1 correctie op toe hoeft te passen, pf post-hoc contrasten waarbij je dit wel moet doen.
SPSS heeft gewoon verwarrende naampjes voor de opties. En ik denk daar weer niet bij na en geef dus onhandig advies
Bedanktquote:Op zaterdag 10 maart 2012 09:10 schreef oompaloompa het volgende:
[..]
Klopt
Er zijn een aantal manieren om dit op te lossen.
1. Laat de cases die 1+ missing value hebben er uit.
2. Laat de cases die n+ missing values hebben er uit (zelf besluiten wat n is) en generer vervangende missing values.
3. Genereer vervangen values voor iedereen.
Dan heb je eigenlijk nog 2a, b, c, d, namelijk hoe vervang je de missing values.
Er zijn een aantal opties, celgemiddelde, groepsgemiddelde, etc. Dat is eigenlijk ook eigen keuze.
Elke keuze heeft voordelen en nadelen, je zult dus goed moeten beargumenteren waarom je voor welke oplossing hebt gekozen.
Als je bv iedereen met missing values er uit haalt bias je je sample. Maar door zelf data te genereren bias je weer je data, etc.
Forum Opties | |
---|---|
Forumhop: | |
Hop naar: |