WMS_R

--Trail Making Test (TMT) -- Stroop Kleur-Woord Test -- Wechsler Memory Scale - R -- Bourdon Vos (BV) -- Paced Auditory Serial Addition Test (PASAT) -- Benton Visual Retention Test (BVRT) -- Letter Fluency (LF) -- Semantic Fluency (SF) -- Wisconsin Card Sorting Test (WCST / MWCST) -- Behavioural Assessment of the Dysexecutive Syndrome (BADS) -- Ruff Figure Fluency Test (RFF) --

 

Wechsler Memory Scale - Revised (WMS-R)

Normen beschikbaar van deze versie in de ANDI database:

WMS-R (Wechsler, 1987). Het betreft data van de subtaak ‘Cijferreeksen’. Van deze score-indexen zijn er normen beschikbaar:

  • WMS-R Cijferreeksen voorwaarts: totaal aantal correcte items.
  • WMS-R Cijferreeksen achterwaarts: totaal aantal correcte items.

 

Dataverwerking:

Hier wordt extra informatie gegeven over hoe de data in ANDI tot stand zijn gekomen.

1. Data-opschoning

a. Minimale klinische grenzen en maximale scores

De minimaal en maximaal toelaatbare scores van deze test en hoeveel personen er op basis van deze grenzen worden verwijderd.

Variabele naam Min grens Max grens Aantal verwijderd Percentage verwijderd
WMS_R__cijferr__voor 3 12 3 1.1
WMS_R__cijferr__achter 2 12 1 0.3

b. Demografische outliers

De modeltermen welke gebruikt worden voor het verwijderen van de outliers en hoeveel personen er worden verwijderd.

Variabele naam Beste model Aantal verwijderd Percentage verwijderd
WMS_R__cijferr__voor s + a + e 0 0.0
WMS_R__cijferr__achter a + e 1 0.3

 

 

 

 

Noot. s = sex, a = age, e = education (Verhage).

 

2. Normalisatie transformatie

De beste Box-Cox transformatie voor normaliteit en bij behorende skewness en kurtosis na transformatie.

Variabele naam Beste Box-Cox transformatie Skewness Kurtosis
WMS_R__cijferr__voor 0.43 -0.066 2.81
WMS_R__cijferr__achter 0.45 -0.148 3.23

 

 

 

 

3. Totaal in ANDI

Variabele naam Min Mediaan Max N Min leeftijd Max leeftijd
WMS_R__cijferr__voor 3 6 11 264 43 94
WMS_R__cijferr__achter 2 6 12 394 18 94

 

 

 

 

4. Scatterplots WMS-R

Ter info:

De sterkte in kleur van de datapunten geven het aantal observaties aan; hoe intenser de kleur, hoe meer observaties er zijn op die datapunten.

Wanneer u alleen een blauwe lijn ziet, dan liggen alle lijnen voor opleiding op elkaar (en is er dus geen opleidingseffect).