Hoofdstuk 1 Inhoudsopgave

  1. Basis Informatie
    • Software: Wat zijn de voor- en nadelen van de verschillende software paketten? Hoe kun je R, jamovi, en SPSS installeren?
    • Datasets: In dit boek gebruiken we meerdere datasets als voorbeeld voor de verschillende analyses. Hier bespreken we de structuur en de inhoud van de gebruikte datasets.
    • Data laden: Het gebruiken van data vraagt om het laden (i.e., ‘activeren’) van een dataset. In dit hoofdstuk bespreken we hoe je dat voor de verschillende software paketten aan kunt pakken.
  2. Analyses vooraf
    • Data screening: Voordat je analyses gaat uitvoeren is het belangrijk om een overzicht te krijgen van de beschikbare data. Denk hierbij aan descriptives (gemiddeldes; standaard deviates; standaard errors) en/of frequentie-tabellen.
    • Ontbrekende waarden: In dit hoofdstuk bespreken we hoe je erachter komt of een variabelen ontbrekende waarden (i.e., ‘missing values’) heeft, hoe je hiermee kunt omgaan, en hoe je voor ontbrekende waarden kunt corrigeren.
    • Variabelen samenvoegen: Een voorbeeld van het samenvoegen van variabelen is het berekenen van een gemiddelde score over meerdere variabelen/items. In dit hoofdstuk laten we zien hoe je dat kunt doen.
    • Variabelen Standaardiseren: In dit hoofdstuk bespreken we hoe je variabelen kunt standaardiseren en centraliseren
    • Variabelen Hercoderen: Hercoderen is het omschalen van variabelen (hoge waardes worden laag en omgekeerd) of het her-categoriseren van waardes. In dit hoofdstuk laten we zien hoe je dit handmatig of middels een berekening doet.
    • Coefficient Alpha: Hoe je Cronbach’s Alpha kunt berekenen. In jamovi en R worden McDonalds Omega ook automatisch gegeven.
  3. Analyses met twee variabelen
    • Kruistabellen Een kruistabel is een frequentie-overzicht van meerdere variabelen tegelijk. We bespreken ook hoe je phi, Cramers' V, en Chi-kwardraat berekent/toetst.
    • T-test Het uitvoeren van onafhankelijke (independent) en gepaarde (paired) t-testen om verschil in gemiddelden te testen.
    • Cohen’s D Hoe groot het verschil is tussen de gemiddeldes van twee groepen.
    • Correlaties De mate waarin twee continue verdeelde variabelen met elkaar samenhangen uitgedrukt in Pearsons's r
    • ANOVA Een variantieanalyse om twee of meer groepen met elkaar te vergelijken. In dit hoofdstuk komen de one-way ANOVA.
    • Lineaire regressie Een regressie met een enkele predictor/voorspeller voor een afhankelijke variabele.
    • Non-parametrische toetsen Alternatieve manieren om groepen te vergelijken wanneer niet aan de assumpties van ‘traditionele’ testen wordt voldaan. We bespreken Wilcoxon's signed rank test, Wilcoxon's rank sum test, Mann-Whitney U test, en de Kruksal-Wallis test.
  4. Analyses met meer variabelen
    • Exploratieve Factoranalyse Een manier om een grotere set items terug te brengen tot een kleiner aantal factoren.
    • Factoriele ANOVA Een variantieanalyse voor het vergelijken van twee of meer nominale variabelen.
    • Covariantie analyse Een uitbreiding op de one-way ANOVA of de factoriele ANOVA waarbij een covariant wordt meegenomen in de analyse.
    • Herhaalde metingen analyse Een variantie analyse waarbij de afhankelijker variabelen meerdere keren is gemeten. Ook wel de Repeated-Measures ANOVA genoemd.
    • Multivariate Regressie Een regressiemodel waarbij de afhankelijke variabele voorspelt wordt door meerdere predictoren.
    • Logistische regressie Een regressiemodel voor dichotome/binaire uitkomstvariabelen (e.g., ja/nee).
    • Moderatie analyse Een moderator is een variabele die het verband tussen twee variabelen beïnvloedt.
    • Moderatie Mediatie Modellen Een combinatie van een mediatie- en moderatie model.
    • Multilevel analyse Het analyseren van hierarchische gegevens zoals kinderen binnen groepen of herhaalde metingen binnen proefpersonen.