Experimentele onderzoeks methoden Athena - Twee-weg ANOVA

26 belangrijke vragen over Experimentele onderzoeks methoden Athena - Twee-weg ANOVA

Een twee-weg ANOVA heeft 4 hypothesen

Waar

De hypothese van de twee weg ANOVA zijn: 1 is er een effect, 2 is er een hoofd effect van de eerste factor, 3 is er een hoofdeffect van de tweede factor en, 4 is er een interactie effect

Waar

Als er een interactie effect is bij een twee weg ANOVA, kijk je naar de simple effects analyse, omdat je de hoofdfactoren niet mag interpreteren

Waar
  • Hogere cijfers + sneller leren
  • Niets twee keer studeren
  • 100% zeker alles onthouden
Ontdek Study Smart

In de syntax van een twee weg ANOVA hoort het interactie effect benoemd te worden (de twee factoren met een * ertussen). Bij het design horen alle factoren + het interactie effect te staan

Waar

In de syntax van een twee weg ANOVA staat bij de PRINT = ETASQ DESCRIPTIVE HOMOGENEITY

Waar

In een twee weg ANOVA is er minder variantie binnen de groepen (SSw), want de toegevoegde factoren verklaren meer variantie. M.a.w. Je hebt meer kennis over de verschillen en kan meer variantie verklaren

Waar

Met een twee weg ANOVA kan je effecten van de andere variabelen controleren

Waar

Een twee weg ANOVA heeft een grotere power mits het effect B of AB significant is (dus minimaal een H0 moet onjuist zijn, de SSw wordt dan minder, dus meer verklaarde variantie

Waar

Er is interactie als het effect van Factor A afhangt van het level van factor B, de lijnen in een grafiek zouden bij geen interactie niet doorkruisen (ordinaal = lijnen lopen gelijk)

Waar

Als er interactie is bij een twee weg ANOVA, dan ga je verschillende een weg ANOVA uitvoeren

Waar

Een gebalanceerd design bestaan uit gelijke celgroottes (ijk) of proportionele groottes

Waar

Bij een gebalanceerd design is de SSb=SSa + SSb + SSab

Waar

Bij een gebalanceerd design zijn alle niveaus proportioneel aan elkaar

Waar

De eta-sqaured reken je uit door de SS effect te delen door de SS totaal (SS effect / Ss totaal)

Waar

SS effect vindt je bij de corrected model in SPSS tabel en de SSt bij de corrected total in de SPSS tabel om de eta squared uit te rekenen

Waar

Om de F waarde te berekenen deel je de MSeffect door de MSwithin (bij error onderaan in de SPSS tabel)

Waar

Door split file in de syntax in te voeren voer je verschillende een weg ANOVAs uit

Waar

Bij een experiment zijn de participanten compleet random toegewezen aan de condities

Waar

Dit is een voorbeeld van een experiment: onderzoeken of een nieuwe studie techniek de prestaties verbetert. Studenten worden willekeurig toegewezen aan een groep die de nieuwe techniek gebruikt of een controle groep die de traditionele methode gebruikt

Waar

Dit is een voorbeeld van een quasi experiment: onderzoeken of mannen en vrouwen verschillend reageren op een stressvolle situatie. De groepen zijn gebaseerd op het bestaande kenmerk geslacht, zonder random toewijzing

Waar

Bij fixed factor zijn we slechts geïnteresseerd in specifieke niveaus, geen groot aantal mogelijke niveaus, we willen niet generaliseren

Waar

Bij random factor zijn we geïnteresseerd in alle niveaus, we testen een selectie van een groot aantal niveaus, we willen generaliseren

Waar

Bij een factorial design heeft elke cel een observatie. N>0

Waar

Bij een nested design heeft ten minste 1 cel geen observaties. N=0

Waar

Bij een gebalanceerd design is het aantal deelnemers in elke cel proportioneel of gelijk. SST=SSB+SSW -> SSBetween = SSA + SSB + SSAB

Waar

Bij een ongebalanceerd design kunnen e de SS niet bij elkaar optellen. We kunnen alleen partiële varianties bekijken als effect size. Oftewel er is een effect gecontroleerd voor andere variabelen

Waar

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

  • Een unieke studie- en oefentool
  • Nooit meer iets twee keer studeren
  • Haal de cijfers waar je op hoopt
  • 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
Trustpilot-logo