Bivariate analyse: kruistabel
6 belangrijke vragen over Bivariate analyse: kruistabel
Welke vragen beantwoord je altijd wanneer je de relatie tussen twee variabelen gaat onderzoeken?
Beschrijvende aard: hoe ziet de samenhang er uit?
Beoordelen mate: hoe sterk is de samenhang?
Wat weten we over onderzoek naar samenhang tussen twee kwalitatieve variabelen?
Gevolg: er kan alleen geteld worden hoe vaak combinaties van uitkomsten voorkomen; het berekenen van gemiddelden of varianties is voor deze variabelen niet zinvol.
Oplossingen: maken (2-dimensionale) frequentietabellen (kruistabellen) of staafdiagrammen.
Probleem: hoe zijn samenhangen te ontdekken in kruistabellen of staafdiagrammen? hoe wordt de statistische onafhankelijkheid onderzocht?
Hoe bereken je de verwachte waarde van een cel in een kruistabel?
E11 = np11 = np1. * p1.
Hierbij is p1. de kans dat de uitkomst zich in rij 1 bevind en p.1 de kans dat de uitkomst zich in kolom 1 bevind. Aangezien de kansen vooraf niet bekend zijn wordt die uitgeschreven als:
(O1. * O.1) / n
- Hogere cijfers + sneller leren
- Niets twee keer studeren
- 100% zeker alles onthouden
Hoe beschrijf je de aard van de samenhang tussen twee kwalitatieve variabelen?
Bij kwalitatieve variabelen beschrijf je daarom de gevonden samenhang op basis van patronen van onder- en oververtegenwoordiging. Dit doe je door het tabel erbij te pakken en de patronen te bespreken. Vooraf hadden we verwachtingen en vervolgens hebben we uitkomsten. Wat is hierin het verschil?
Hoe beschrijf je de mate van de samenhang tussen twee kwalitatieve variabelen?
Omdat de Pearson's X²-grootheid die voor het toetsen wordt gebruikt proportioneel afhankelijk blijkt van de steekproefomvang is er geen eensluidende maatstaf voor de sterkte van samenhang.
Bij kwalitatieve variabelen kan dit probleem opgelost worden op twee manieren:
1 phi
2 Cramèr's V
Hoe pas je de phi en Cramèr's V toe?
Wanneer je een 2*2 tabel hebt kan je de phi berekenen. De uitkomst bij van de phi bij een 2*2 tabel is altijd tussen de 0 en de 1 en is in deze situatie gelijk aan de Pearson's correlatiecoëfficiënt r. Deze is dus niet geschikt voor tabellen groter dan 2*2!
Wortel van (de geobserveerde X² uitkomst / n)
Cramèr's V wordt toegepast bij grotere tabellen (> 2*2).
Wortel van [de de geobserveerde X² uitkomst / {n * min (r-1,c-1) } ]
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