Asymp. significantie

Moderators: dirkwb, Xilvo

Reageer
Berichten: 1

Asymp. significantie

Hallo,

In SPSS probeer ik verschillende relaties te achterhalen uit de resultaten van een enquete.

Aan de hand van een Kruskall-Wallis test heb ik o.a. de waarde opleidingsniveau (vmbo, havo en vwo) vergeleken met de grouping variable alcoholgebruik (waar men 1 (ja) of 2 (nee) kon invullen). Uit de test blijkt het volgende:

Chi-square: 18,621

df: 1

Asymp. Sig: 0,000

Wat zeggen deze waarden nu precies?

Het lijkt mij dat er ergens een belangrijke relatie is tussen opleidingsniveau en alcoholgebruik, maar ik weet nu eigenlijk niet wat ik heb berekend..

Alvast bedankt voor de hulp.

Fritsz

Berichten: 4

Re: Asymp. significantie

Fritsz schreef:Hallo,

In SPSS probeer ik verschillende relaties te achterhalen uit de resultaten van een enquete.

Aan de hand van een Kruskall-Wallis test heb ik o.a. de waarde opleidingsniveau (vmbo, havo en vwo) vergeleken met de grouping variable alcoholgebruik (waar men 1 (ja) of 2 (nee) kon invullen). Uit de test blijkt het volgende:

Chi-square: 18,621

df: 1

Asymp. Sig: 0,000

Wat zeggen deze waarden nu precies?

Het lijkt mij dat er ergens een belangrijke relatie is tussen opleidingsniveau en alcoholgebruik, maar ik weet nu eigenlijk niet wat ik heb berekend..

Alvast bedankt voor de hulp.

Fritsz
Een asymptotische significantie betekent dat de overschrijdingskans berekend is alsof er twee oneindig grote steekproeven vergeleken worden en dat er dus geen exacte berekening van de P waarde aan ten grondslag ligt. Sommige statistische programmas leveren beide waarden, die een beetje kunnen verschillen. Een Chi-2 waarde van 18.621 is onder de nulhypothese van geen verband erg onwaarschijnlijk, dus de variabele opleidingsniveau houdt verband met alcohol gebruik. Je moet uiteraard wel zien hoe dit verband is: het kan zijn dat lagere opleiding geassocieerd is met veel alcohol, maar het kan ook zijn dat dat omgekeerd is: de toets is gevoelig voor beide hypothesen dus er wordt tweezijdig getoetst: de P waarde (overschrijdingskans) van de chi-2 moet worden verdubbeld. Ook moet er rekening worden gehouden met zogenaamd meervoudig toetsen: (multiple testing) als je erg veel verbanden statistisch toetst zullen er altijd een paar significant zijn. De gevonden P waarde moet dus ook nog met het aantal toetsen dat je uitvoert worden vermenigvuldigd (zogenaamde Bonferroni correctie). Over dit laatste worden bibliotheken vol geschreven omdat er dan veel onderzoek door de mand valt -niet zo relevant denk ik want een geringe toename van de steekproefgrootte compenseert heel wat meervoudig toetsen.

Reageer