Oefenpakket

Deze samenvatting is gebaseerd op het studiejaar 2013-2014.


Hoofdstuk 4

 

 

Vraag 1

Wanneer is sprake van een significant interactie effect?

 

A. Wanneer de onafhankelijke variabelen significant gecorreleerd zijn.

B. Wanneer het effect van een onafhankelijke variabele verklaard kan worden door een variabele die niet in het model is opgenomen.

C. Wanneer het effect van de ene onafhankelijke variabele significant verschilt voor de categorieën van een andere onafhankelijke variabele.

D. Wanneer twee onafhankelijke variabelen significant een afhankelijke variabele voorspellen.

 

 

Vraag 2

Binnen welk proefpersonen design is er sprake van een treatment effect?

 

A. 2x2 design.

B. Een-weg between-subjects design.

C. Repeated measures design.

D. Twee-weg simpel gemixt design.

 

 

Vraag 3

Uit een ANOVA tabel zijn de volgende gegevens bekend. Wat is de F-waarde?

 

Sum of Squares between groups:             400

Sum of Squares within groups:                  150

Vrijheidsgraden between groups:              4

Vrijheidsgraden within groups:                   16

 

A. 2.667

B. 4

C. 10.667

D. 25

 

 

Vraag 4

I.  De sterkte van een bepaald effect in de ANOVA is R2.

II. De F-waarde in een ANOVA tabel is te berekenen door de gemiddelde kwadratensom van het model te delen door de gemiddelde kwadratensom van de error.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Zowel stelling I, als stelling II is juist.

D. Stelling I en stelling II zijn onjuist.

 

 

 

Vraag 5

Wat voor informatie geeft een significante Levene’s test?

 

A. Een onafhankelijke variabele is een significante voorspeller van een afhankelijke variabele.

B. De varianties zijn niet gelijk verdeeld.

C. De ene onafhankelijke variabele heeft invloed op de categorieën van een andere onafhankelijke variabele

 

 

Vraag 6

Welke tabel geeft na het doen van een ANOVA analyse informatie over onderlinge effecten tussen variabelen?

 

A. Coefficents

B. Correlations

C. Pairwise Comparisons

 

 

Hoofdstuk 5

 

 

Vraag 1

Wanneer is het niet verstandig om een MANOVA te doen?

 

A. Als een set afhankelijke variabelen heel hoog gecorreleerd zijn.

B. Als je meerdere categorieën van de onafhankelijke variabele wilt onderzoeken.

C. Als de afhankelijke variabelen gemiddeld gecorreleerd zijn.

D. Als je wilt identificeren welke afhankelijke variabelen het meeste groepsverschil veroorzaken.

 

 

Vraag 2

Wat is een vector?

A. Een variabele die op invloed heeft op meerdere dimensies.
B. Een variabele die niet te manipuleren is.

C. Een gewogen som van afhankelijke variabelen die samen een fenomeen beschrijven.

 

 

Vraag 3

In een studie worden drie afhankelijke variabelen bestudeerd in twee groepen. Groep 1 bevat 20 personen en groep 2 bevat 30 personen. De Hotelling’s T2 waarde is 3.7249. Wat is de f-waarde?

 

A. 1.024

B. 1.189

C. 11.024

D. 11.661

 

 

Vraag 4

I Een voordeel van een multivariaat factor ontwerp is dat het laat zien hoe onafhankelijke variabele interacteren zodat ze invloed hebben op de afhankelijke variabele.

II De waarde van Wilk’s lambda geeft het proportie onverklaarde variantie.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Beide stellingen zijn juist.

D. Beide stellingen zijn onjuist.

 

 

Hoofdstuk 6

 

 

Vraag 1

Gegeven zijn de volgende stellingen:

I. Covariantie geeft aan in hoe verschillen op de ene variabele in verband staan met verschillen op de andere variabele.

II. Bij een perfect positief verband liggen de punten van een scatterplot in een rechte aflopende lijn.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Beide stellingen zijn juist.

D. Beide stellingen zijn onjuist.

 

 

Vraag 2

Bij een … steekproef, wordt een … correlatie snel significant.

 

A. grote, gemiddelde

B. grote, lage

C. kleine, hoge

D. kleine, lage

 

 

Vraag 3

In een steekproef wordt een correlatie gevonden van 0.35. Volgens de vuistregels van Cohen is de sterkte van dit verband…

 

A. laag

B. gemiddeld

C. hoog

 

 

Vraag 4

In een model zijn twee partiële correlaties gevonden tot de afhankelijke variabele: rx1y= 0.6, rx2y=0.4. De verklaarde variantie is 60%. Hoeveel variantie wordt verklaard door beide variabelen?

 

A. 4%

B. 6%

C. 8%

D. Dat kan niet berekend worden met deze gegevens.

 

 

Vraag 5

Schat de gemiddelde correlatie bij de volgende gegeven correlaties: 0.5, 0.3 en 0.65.

 

A. 0.44

B. 0.48

C. 0.50

D. 0.56

 

 

Vraag 6

Gegeven is de volgende SPSS tabel:

 

 

Wat is de gestandaardiseerde vergelijking?

 

A. Y= -18.534 + 7.890*X1 – 3.980*X2

B. Y= 7.890*X1 – 3.980*X2
C. Y= -18.534 + 0.673*X1 – 0.380*X2

D. Y= 0.673*X1 – 0.380*X2

 

 

Vraag 7

Wat is de betekenis van B in de tabel bij de vorige vraag?

 

A. Als X1 met 1 toeneemt, zal Y met 7.890 toenemen.

B. Als X1 met 7.890 toeneemt, zal Y met 1 toenemen.

C. Als X1 met 1 toeneemt, zal Y met 7.890*0.673 toenemen.

 

 

Vraag 8

Wat is geen factor dat Pearson’s r en de regressiecoëfficiënten sterk beïnvloed?

 

A. Variantie beperking

B. Standaardmeetfouten

C. Uitbijters

D. Non-lineairiteit

 

 

Vraag 9

Waarom wordt de least squares methode zo genoemd?

 

A. Omdat de laagste kwadratensom een indicatie geeft voor de voorspelling van een bepaalde variabele.

B. Omdat de regressielijn geplaatst wordt waar de som van de gekwadrateerde afstanden zo klein mogelijk is.

C. Omdat de minste error van de kwadratensommen aangeven dat er een betere fit is in het model.

 

 

Vraag 10

Waarom kan er bij een categoriale variabele met meer dan twee niveaus geen Pearson correlatie worden berekend?

 

A. Omdat deze niet van interval- of rationiveau zijn.

B. Omdat de niveaus geen negatieve/positieve waarden kunnen aannemen.

C. Omdat de toekenning aan waarden niet meer arbitrair is.

 

 

Vraag 11

Wat is de statistiek die meet of een extra toegevoegde voorspeller voor een significante verbetering van het model zorgt?

 

A. R2

B. R2-change

C. std. error

D. Adjusted R2

 

 

Hoofdstuk 7

 

 

Vraag 1

Welke uitspraak over (semi)-partiële correlaties is juist?

 

A. De partiële correlaties geven percentages van de unieke verklaarde variantie van de variabele.

B. De gekwadrateerde semi-partiële correlatie van X1 wordt berekend door de unieke verklaarde variantie te delen door de totale variantie van de afhankelijke variabele (zowel verklaard als onverklaard).

C. De gekwadrateerde partiële correlatie van X1 geeft het percentage variantie dat voor een deel de afhankelijke variabele verklaart.

D. De gekwadrateerde multipele correlatie (R2) is gelijk aan de unieke verklaarde varianties opgeteld.

 

 

Vraag 2

Van een model zijn de volgende gegevens bekend: correlatie xi en y rxiy= 0.34, multipele correlatie R= 0.56, VAF=0.31. Wat is de bijbehorende structuurcoëfficiënt?

 

A. 0.912

B. 1.097

C. 1.647

D. 0.607

 

 

Vraag 3

Welke criteria zijn van belang bij het evalueren van het gehele model?

 

A. hoeveelheid verklaarde variantie & mate van multicollinariteit

B. mate van multicollinariteit & statistische significantie

C. statistische significantie & hoeveelheid verklaarde variantie

D. hoeveelheid verklaarde variantie, statistische significantie en mate van multicollinariteit

 

 

Vraag 4

Welke uitspraak over het evalueren van individuele voorspellers is juist?

 

A. Het evalueren van individuele voorspellers is handig wanneer het model niet beter dan kansniveau voorspelt.

B. Om te evalueren kunnen zowel b-gewichten als bèta-gewichten worden gebruikt.

C. Bèta-gewichten kunnen beïnvloed worden door de variabiliteit van een variabele, extra voorspellers en meetfouten.

D. Het evalueren van bèta-gewichten en structuurcoëfficiënten kan vaak al voldoende zijn.

 

 

Vraag 5

Wat is multicollinariteit?

 

A. Wanneer twee of meer onafhankelijke variabelen sterk met elkaar correleren, maar nauwelijks met de voorspelde variabele; ze meten het verkeerde construct.

B. Wanneer twee of meer onafhankelijke variabelen sterk met elkaar correleren; ze meten grotendeels hetzelfde.

C. Wanneer twee of meer onafhankelijke variabelen nauwelijks met elkaar correleren, maar apart wel met de verklaarde variabele; ze hebben veel unieke verklaarde variantie.

D. Wanneer twee of meer onafhankelijke variabelen nauwelijks met elkaar correleren; het onderliggend construct wordt niet goed gemeten.

 

 

Vraag 6

Multicollinariteit zorgt voor een hogere/lagere R2 waarde en is wel/niet goed wanneer men de interactie tussen variabelen wil begrijpen.

 

A. hogere, wel

B. hogere, niet

C. lagere, wel

D. lagere, niet

 

 

Vraag 7

In een regressie analyse bij data van 150 personen is het regressiegewicht van X2 niet significant, maar de correlatie is toch hoog: 0.6. Verdere gegevens: correlatie X1 en Y = 0.8, correlatie X1 en X2 = 0.8. Wat kan hiervoor de verklaring zijn?

 

A. Er is sprake van een interactie-effect tussen X1 en X2

B. De data zal waarschijnlijk non-lineair zijn.

C. X1 heeft geen unieke bijdrage.

D. X2 heeft geen unieke bijdrage.

 

 

Vraag 8

Gegeven is de volgende SPSS tabel:

 

 

Van welke methode is hier gebruik gemaakt?

 

A. De standaardmethode.

B. De stapsgewijze methode.

C. De ‘removal’ methode.

 

 

Vraag 9

Welke variabele uit bovenstaande tabel heeft de afhankelijke variabele het meest verklaard?

 

A. variabele 1

B. variabele 2

C. variabele 3

D. variabele 4

 

 

Vraag 10

Is er een variabele die beter niet in het model kon worden opgenomen?

 

A. Ja. De variabele die bij stap 4 is toegevoegd, omdat deze het significantieniveau verhoogt.

B. Nee, maar alleen omdat het significantieniveau nog onder de 0.05 ligt.

C. Nee, want de verklaarde variantie en f-waarden zijn bij elke stap gestegen.

D. Dat valt niet zeggen met de informatie uit deze tabel.

 

 

Hoofdstuk 8

 

 

Vraag 1

Een regressiecoëfficiënt die de relatie tussen onafhankelijke variabele X en afhankelijke variabele Y verklaart wordt versterkt wanneer een mediatievariabele M wordt toegevoegd. Welke situatie is hier van toepassing?

 

A. Perfecte/complete mediatie.

B. Partiële mediatie.

C. Ontbreken van mediatie.

D. Suppressie effect.

 

 

Vraag 2

Wat is geen conditie waaraan moet worden voldaan voor een mediatie?

 

A. De onafhankelijke variabele moet de afhankelijke variabele significant voorspellen.

B. De error van de onafhankelijke variabele moet verdwijnen bij toevoeging van een mediatievariabele.

C. De onafhankelijke variabele moet de mediatievariabele significant voorspellen.

D. De mediatievariabele moet de afhankelijke variabele significant voorspellen.

 

 

Vraag 3

Om een mediatie te analyseren wordt gebruik gemaakt van drie regressies. Hieronder is een tabel hiervan te zien. Zelfcontrole wordt voorspeld met positief affect als onafhankelijke variabele en zelfvertrouwen als mediatievariabele.

 

 

Welke uitspraak is onjuist?

 

A. Door de toevoeging van zelfvertrouwen heeft het model meer variantie kunnen verklaren.

B. Omdat alle relaties significant zijn, kan er gesproken worden van een mediatie effect.

C. Het toevoegen van zelfvertrouwen had geen zin, want de t-waarde was hoger in pad c, het ongemedieerde scenario.

D. Positief affect en zelfvertrouwen voorspellen significant de zelfcontrole.

 

 

Vraag 4

Wat zijn de waardes van de Sobel test en de Freedman-Schatzkin test?

 

A. Sobel: 7.39, Freedman-Schatzkin: 6.88; er is een significante mate van mediatie.

B. Sobel: 6.88, Freedman-Schatzkin: 7.39; er is een significante mate van mediatie.

C. Sobel: 7.39, Freedman-Schatzkin: 6.88; er is geen significante mate van mediatie.

D. Sobel: 6.88, Freedman-Schatzkin: 7.39; er is geen significante mate van mediatie.

 

 

Vraag 5

Van welke situatie is in bovenstaand model sprake?

 

A. Perfecte/complete mediatie.

B. Partiële mediatie.

C. Ontbreken van mediatie.

D. Suppressie effect.

 

 

Vraag 6

Wat is de relatieve sterkte van het effect?

 

A. 0.554

B. 0.402

C. 0.527

D. 0.473

 

 

Hoofdstuk 10

 

 

Vraag 1

Een onderzoeker probeert aan de hand van de variabelen ‘geïnvesteerd bedrag’ en ‘talent van de selectie’ of Ajax het komend seizoen wel of geen kampioen wordt. Welke regressie methode is hierop van toepassing?

 

A. Simpele Regressie Analyse

B. Multipele Regressie Analyse

C. Logistische Regressie Analyse

D. ANOVA

 

 

Vraag 2

Een andere onderzoeker wilt een logistische regressie analyse uitvoeren op zijn verkregen data uit een steekproef van 100 respondenten. De voorspellende variabelen zijn van intervalniveau en de afhankelijke variabele is dichotoom. Hij vindt onder andere dat een aantal van zijn voorspellers sterk correleren met elkaar, dat de voorspellers lineair gerelateerd zijn aan de log kansen en dat de errors afhankelijk zijn van elkaar. Is het verstandig om een LRA uit te voeren?

 

A. Ja, want geen van de assumpties worden geschonden; de steekproefgrootte maakt niet uit.

B. Ja, want de steekproef is groot genoeg.

C. Nee, want er is sprake van multicollineariteit.

D. Nee, want de afhankelijke variabele moet van intervalniveau zijn.

 

 

Vraag 3

I. Bij dichotome variabelen wordt het aanwezig zijn van een kenmerk/variabele gecodeerd met 1 en het niet aanwezig zijn met 0.

II. LRA probeert te voorspellen tot welke groep een individu behoort door de kans te berekenen dat het individu tot de responsgroep behoort.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Beide stellingen zijn juist.

D. Geen van de stellingen is juist.

 

 

Vraag 4

Wat is geen reden dat de least squares methode ongeschikt is voor LRA?

 

A. De afhankelijke variabele is dichotoom, maar moet minstens van intervalniveau zijn.

B. De assumptie van gelijke varianties gaat bijna nooit op.

C. De least squares methode genereert waarden groter dan 1 en kleiner dan 0.

 

 

Vraag 5

Welke uitspraak is onjuist?

 

A. Transformatie vindt plaats door het natuurlijk logaritme te gebruiken, zodat de data op de S-curve past.

B. Als de voorspelde kans groter is dan 0.5 behoort het individu tot doelgroep (code 1).

C. De kans ratio is de kans op referentiegroep (gecodeerd als 0) gedeeld door de kans op doelgroep (gecodeerd als 1).

 

 

Vraag 6

Bij welke evaluatietest wordt de nulhypothese getest dat alle coëfficiënten 0 zijn?

 

A. 2 log Likelihood test

B. Omnibus test

C. Pseudo R2 test

D. Hosmer en Lemeshow test

E. Wald test

 

 

Vraag 7

Bij welke methode worden voorspellers stapsgewijs toegevoegd?

 

A. Forward selectiemethode

B. Backward eliminatiemethode

C. Standaard selectiemethode

 

 

Vraag 8

In een LRA model is een dichotome voorspeller opgenomen. X1 heeft een regressiecoëfficiënt van 0.568. Het model heeft een constante van -3.734.

Een individu beschikt over kenmerk X1. Hoe groot is de kans dat hij bij de doelgroep hoort?

 

A. 0.08

B. 0.25

C. 0.40

D. 0.04

 

 

Vraag 9

Bij logistische regressie is er enkel een verband tussen X en de:

 

A. de odds.

B. de kans om bij groep 1 te horen.

C. de log(odds) (logit).

D. de odds ratio.

 

 

Vraag 10

Hoe interpreteer je een significante Omnibus test?

 

A. De varianties van de voorspellers zijn niet gelijk verdeeld.

B. De set van variabelen voorspelt significant de uitkomstvariabele.

C. Afhankelijk van de waarde, kan een uitspraak gedaan worden over de verklaarde variantie.

 

 

Vraag 11

Gegeven is de volgende Classification Table van een onderzoek waarin een behandeling wel/niet succesvol is geweest.

 

 

Welke percentages missen bij A en B?

 

A. A: 66.7 B: 45

B. A: 45 B: 55

C. A: 30 B: 45

D. A: 66.7 B: 64.3

 

 

Hoofdstuk 11

 

 

Vraag 1

I. Bij DFA worden de categorische variabelen gebruikt om een kwantitatieve variabele te voorspellen.

II. Bij DFA kan de kwaliteit van het model geëvalueerd worden door te analyseren hoeveel personen in de juiste groep zijn geclassificeerd op basis van de voorspelling.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Beide stellingen zijn juist.

D. Geen van de stellingen is juist.

 

 

Vraag 2

Wat is geen verschil tussen logistische regressie en DFA?

 

A. In DFA kunnen voorspellers alleen continu zijn en bij LRA continu en/of dichotoom.

B. DFA plot functies lineair en LRA plot functies in een S-vorm.

C. De assumpties die nodig zijn voor LRA zijn minder dan voor DFA.

D. LRA voorspelt kwantitatieve variabelen, waar DFA categorische variabelen voorspelt.

 

 

Vraag 3

Wat is een incorrecte evaluatie van het DFA model?

 

A. Door de gevonden Wilk’s lambda van 1.00 af te trekken.

B. Door canonieke correlaties te gebruiken bij een enkele analyse; dit geeft de relatie tussen de discriminantscore en de voorspeller weer.

C. Door het hit ratio berekenen met het percentage correcte classificaties.

D. Door eigenwaarden te analyseren; hoger dan 1 betekent dat er variantie verklaard wordt.

 

 

Vraag 4

Welke uitspraak over de coëfficiënten van een DFA model is onjuist?

 

A. De ruwe coëfficiënten bepalen het gewicht van de voorspellers en worden gebruikt voor discriminant score.

B. De gestandaardiseerde coëfficiënten worden gebruikt om te relativeren met andere DFA modellen.

C. Structuurcoëfficiënten bepalen de hoeveelheid verklaarde variantie van een functie.

D. Aan de hand van structuurcoëfficiënten kunnen onderliggende structuren bekeken worden.

 

 

Vraag 5

Wanneer variabelen stapsgewijs worden toegevoegd, welk criterium is gebaseerd op de afstand tussen het multivariate gemiddelde van de variabelen?

 

A. Wilk’s lambda.

B. Mahalanobis.

C. Rao’s V.

D. F-waarde.

 

 

Vraag 6

I. De jackknive procedure zorgt voor een slechter ratio van correcte classificatie, maar wel voor minder bias in de resultaten.

II. Om te voorkomen dat groepsverschillen verkeerd geïnterpreteerd worden, moet rekening gehouden worden met de relatieve groepsgroottes.

 

A. Alleen stelling I is juist.

B. Alleen stelling II is juist.

C. Beide stellingen zijn juist.

D. Geen van de stellingen is juist.

 

 

Vraag 7

 

 

In bovenstaande tabel zijn voorspelde en ware groepsclassificaties gegeven. Bij een alpha level van 0.05 hoort een chi2 waarde van 3.841. Wat is de juiste conclusie?

 

A. Met een Press’ Q waarde van 21.33 wordt geconcludeerd dat dit model beter dan kansniveau classificeert.

B. Met een Press’ Q waarde van 12 wordt geconcludeerd dat dit model beter dan kansniveau classificeert.

C. Met een Press’ Q waarde van 10.67 wordt geconcludeerd dat dit model beter dan kansniveau classificeert.

D. Met een Press’ Q waarde van 0.26 wordt geconcludeerd dat dit model niet beter dan kansniveau classificeert.

 

 

Vraag 8

Wat zijn de criteria van alpha levels voor toevoeging en verwijdering van variabelen?

 

A. Toevoeging 0.05, verwijdering 0.05

B. Toevoeging 0.05, verwijdering 0.10

C. Toevoeging 0.10, verwijdering 0.05

D. Toevoeging 0.10, verwijdering 0.10

 

 

Antwoorden

 

Hoofdstuk 4

1C

2C

3C

4B

5B

6C

 

 

Hoofdstuk 5

1A

2C

3B

4C

 

 

Hoofdstuk 6

1A

2B

3B

4C

5C

6D

7A

8B

9B

10C

11B

 

Hoofdstuk 7

1B

2D

3C

4C

5B

6B

7D

8B

9A

10C

 

Hoofdstuk 8

1D

2B

3C

4A

5B

6D 

 

Hoofdstuk 10

1C

2C

3C

4A

5C

6B

7A

8D

9C

10A

11D

 

Hoofdstuk 11

1B 

2D

3B

4C

5B

6C

7A

8B

Check page access:
Public
Work for WorldSupporter

Image

JoHo can really use your help!  Check out the various student jobs here that match your studies, improve your competencies, strengthen your CV and contribute to a more tolerant world

Working for JoHo as a student in Leyden

Parttime werken voor JoHo

How to use and find summaries?


Online access to all summaries, study notes en practice exams

Using and finding summaries, study notes en practice exams on JoHo WorldSupporter

There are several ways to navigate the large amount of summaries, study notes en practice exams on JoHo WorldSupporter.

  1. Starting Pages: for some fields of study and some university curricula editors have created (start) magazines where customised selections of summaries are put together to smoothen navigation. When you have found a magazine of your likings, add that page to your favorites so you can easily go to that starting point directly from your profile during future visits. Below you will find some start magazines per field of study
  2. Follow authors or (study) organizations: by following individual users, authors and your study organizations you are likely to discover more relevant study materials.
  3. Search tool: quick & dirty - not very elegant but the fastest way to find a specific summary of a book or study assistance with a specific course or subject. The search tool is available at the bottom of most pages or on the Search & Find page
  4. Tags & Taxonomy: gives you insight in the amount of summaries that are tagged by authors on specific subjects. This type of navigation can help find summaries that you could have missed when just using the search tools. Tags are organised per field of study and per study institution. Note: not all content is tagged thoroughly, so when this approach doesn't give the results you were looking for, please check the search tool as back up

Do you want to share your summaries with JoHo WorldSupporter and its visitors?

Quicklinks to fields of study (main tags and taxonomy terms)

Field of study

Quick links to WorldSupporter content for universities in the Netherlands

Follow the author: Vintage Supporter
Comments, Compliments & Kudos:

Add new contribution

CAPTCHA
This question is for testing whether or not you are a human visitor and to prevent automated spam submissions.
Image CAPTCHA
Enter the characters shown in the image.