College 1
zondag 21 september 2025 13:45
Informatief:
De uitgewerkte voorbeelden zijn voorbereidingen voor de week daarop - tijdens de Huiswerkopdrachten - dinsdag
werkgroep bijeenkomsten
Praktijkopdrachten - tutor groep
Reguliere colleges - gaat over de stof, maandagochtend, Nederlands
Uitgewerkte voorbeelden - ter plekke
Sommencolleges - dinsdagochtend, huiswerkopgaven, Engels
SPSS - eigen tempo
De stof:
Descriptive statistics (beschrijvende statistiek) - het samenvatten en beschrijven Meetniveaus:
van data die je al hebt. Kwalitatief/categorische variabelen - beschrijvende variabelen en niet numeriek zoals
→ Voorbeeld: gemiddelde leeftijd van een klas, percentages, grafieken, tabellen. kleur of type
→ Je zegt alleen wat er in de data zit, zonder conclusies over een grotere groep.
Inferential statistics (Inferentiële statistiek) - conclusies trekken of voorspellingen Kwantitatief - numerieke gegevens
doen op basis van een steekproef. ○ Nominaal: categorieën, geen volgorde (bijv. geslacht, bloedgroep).
→ Voorbeeld: je onderzoekt 100 mensen en voorspelt daarmee iets over de hele ○ Ordinaal: categorieën met volgorde, maar afstanden niet exact (bijv. rangorde,
bevolking. tevredenheid: slecht–goed).
→ Je gebruikt kansberekening en testen (zoals p-waarden, ○ Interval: meetbaar, gelijke afstanden, maar geen absoluut nulpunt (bijv. temperatuur
betrouwbaarheidsintervallen). in °C, jaartallen).
○ Ratio: meetbaar, gelijke afstanden, wel absoluut nulpunt (bijv. lengte, gewicht,
inkomen).
Termen die horen bij verdelingen:
○ Gemiddelde (mean)
○ Mediaan - waarde precies in het midden
○ Modus - waarde die het vaakst voorkomt
○ Variantie - een maat voor hoe verspreid de data is, maar in een lastige
eenheid (kwadraat)
○ Standaarddeviatie - hetzelfde idee als de variantie, maar omgerekend terug
naar de normale eenheid, dus makkelijker te begrijpen.
○ Z-score - laat zien hoeveel standaarddeviaties een waarde van het
gemiddelde afligt.
" check het formuleblad voor: gemiddelde, variantie/standaarddeviatie, Z-score"
Nulhypothese toetsen: Extra uitleg: nulhypothese
Assumptie: "Chewing gum increases performance" Grenswaarde 0,05 (ook wel alfa genoemd)
→ Nulhypothese (H0) = There is NO differences, both groups are equel, geen → Stel je doet een onderzoek en je kijkt of iets effect heeft.
effect of verschil → De grenswaarde van 0,05 is een soort drempel.
→ Alternative hypothesis = There IS a difference, both groups are NOT equal , → Het betekent: als de kans dat het resultaat toevallig is minder dan 5% is, dan
wel effect of verschil gaan we het serieus nemen.
○ Deze toetsing verwerpt dus H0 en kan eenzijdig of tweezijdig zijn
Simpel gezegd: “Als er minder dan 5% kans is dat dit zomaar gebeurde, dan denken
"Altijd sprake zijn van Randomisatie - willekeurige eerlijke groepen" we: ‘Hmm, dit is waarschijnlijk echt.’”
Experimentele controle - 2 gelijke groepen vergelijken/creëren in een onderzoek
○ Bijvoorbeeld 2 groepen random in te delen Nulhypothese verwerpen of behouden
○ Onafhankelijke variabelen - De oorzaak of factor die je zelf verandert of kiest → Nulhypothese (H₀): Er is geen effect.
in een onderzoek/experiment. → Na het onderzoek bereken je een p-waarde, dat is de kans dat je resultaat
Afhankelijke variabelen - Het gevolg of de uitkomst die je meet. toevallig is als H₀ waar is.
→ P-waarde onder 0,05 / verwerp H0 / resultaat geen toeval
Stappenplan om de nulhypothese te testen: P-waarde boven 0,05 / behoud H0 / resultaat wel toeval
1 Formuleer H0 en HA
2 Kies een analysemethode en een keuzeregel, de keuzeregel wordt aangegeven Simpel voorbeeld:
met het significantieniveau alfa (a) Je test of een munt oneerlijk is.
3 Teken een voorbeeld 1 P-waarde = 0,03 → minder dan 0,05 → verwerp H₀ → de munt is
4 Bereken de statistiek met behulp van data waarschijnlijk oneerlijk.
5 Bepaal de p- waarde 2 P-waarde = 0,10 → meer dan 0,05 → behoud H₀ → we hebben geen bewijs dat
6 Keuze: H0 verwerpen als p<a de munt oneerlijk is.
Type I fout: onterecht de nulhypothese verwerpen
Type II fout: onterecht de nulhypothese behouden
Stappenplan voorbeeldsituatie Z-toets:
"Een snoepfabrikant zegt dat de gemiddelde gewicht van een reep 50 gram is. Jij
Week 1 Pagina 1
zondag 21 september 2025 13:45
Informatief:
De uitgewerkte voorbeelden zijn voorbereidingen voor de week daarop - tijdens de Huiswerkopdrachten - dinsdag
werkgroep bijeenkomsten
Praktijkopdrachten - tutor groep
Reguliere colleges - gaat over de stof, maandagochtend, Nederlands
Uitgewerkte voorbeelden - ter plekke
Sommencolleges - dinsdagochtend, huiswerkopgaven, Engels
SPSS - eigen tempo
De stof:
Descriptive statistics (beschrijvende statistiek) - het samenvatten en beschrijven Meetniveaus:
van data die je al hebt. Kwalitatief/categorische variabelen - beschrijvende variabelen en niet numeriek zoals
→ Voorbeeld: gemiddelde leeftijd van een klas, percentages, grafieken, tabellen. kleur of type
→ Je zegt alleen wat er in de data zit, zonder conclusies over een grotere groep.
Inferential statistics (Inferentiële statistiek) - conclusies trekken of voorspellingen Kwantitatief - numerieke gegevens
doen op basis van een steekproef. ○ Nominaal: categorieën, geen volgorde (bijv. geslacht, bloedgroep).
→ Voorbeeld: je onderzoekt 100 mensen en voorspelt daarmee iets over de hele ○ Ordinaal: categorieën met volgorde, maar afstanden niet exact (bijv. rangorde,
bevolking. tevredenheid: slecht–goed).
→ Je gebruikt kansberekening en testen (zoals p-waarden, ○ Interval: meetbaar, gelijke afstanden, maar geen absoluut nulpunt (bijv. temperatuur
betrouwbaarheidsintervallen). in °C, jaartallen).
○ Ratio: meetbaar, gelijke afstanden, wel absoluut nulpunt (bijv. lengte, gewicht,
inkomen).
Termen die horen bij verdelingen:
○ Gemiddelde (mean)
○ Mediaan - waarde precies in het midden
○ Modus - waarde die het vaakst voorkomt
○ Variantie - een maat voor hoe verspreid de data is, maar in een lastige
eenheid (kwadraat)
○ Standaarddeviatie - hetzelfde idee als de variantie, maar omgerekend terug
naar de normale eenheid, dus makkelijker te begrijpen.
○ Z-score - laat zien hoeveel standaarddeviaties een waarde van het
gemiddelde afligt.
" check het formuleblad voor: gemiddelde, variantie/standaarddeviatie, Z-score"
Nulhypothese toetsen: Extra uitleg: nulhypothese
Assumptie: "Chewing gum increases performance" Grenswaarde 0,05 (ook wel alfa genoemd)
→ Nulhypothese (H0) = There is NO differences, both groups are equel, geen → Stel je doet een onderzoek en je kijkt of iets effect heeft.
effect of verschil → De grenswaarde van 0,05 is een soort drempel.
→ Alternative hypothesis = There IS a difference, both groups are NOT equal , → Het betekent: als de kans dat het resultaat toevallig is minder dan 5% is, dan
wel effect of verschil gaan we het serieus nemen.
○ Deze toetsing verwerpt dus H0 en kan eenzijdig of tweezijdig zijn
Simpel gezegd: “Als er minder dan 5% kans is dat dit zomaar gebeurde, dan denken
"Altijd sprake zijn van Randomisatie - willekeurige eerlijke groepen" we: ‘Hmm, dit is waarschijnlijk echt.’”
Experimentele controle - 2 gelijke groepen vergelijken/creëren in een onderzoek
○ Bijvoorbeeld 2 groepen random in te delen Nulhypothese verwerpen of behouden
○ Onafhankelijke variabelen - De oorzaak of factor die je zelf verandert of kiest → Nulhypothese (H₀): Er is geen effect.
in een onderzoek/experiment. → Na het onderzoek bereken je een p-waarde, dat is de kans dat je resultaat
Afhankelijke variabelen - Het gevolg of de uitkomst die je meet. toevallig is als H₀ waar is.
→ P-waarde onder 0,05 / verwerp H0 / resultaat geen toeval
Stappenplan om de nulhypothese te testen: P-waarde boven 0,05 / behoud H0 / resultaat wel toeval
1 Formuleer H0 en HA
2 Kies een analysemethode en een keuzeregel, de keuzeregel wordt aangegeven Simpel voorbeeld:
met het significantieniveau alfa (a) Je test of een munt oneerlijk is.
3 Teken een voorbeeld 1 P-waarde = 0,03 → minder dan 0,05 → verwerp H₀ → de munt is
4 Bereken de statistiek met behulp van data waarschijnlijk oneerlijk.
5 Bepaal de p- waarde 2 P-waarde = 0,10 → meer dan 0,05 → behoud H₀ → we hebben geen bewijs dat
6 Keuze: H0 verwerpen als p<a de munt oneerlijk is.
Type I fout: onterecht de nulhypothese verwerpen
Type II fout: onterecht de nulhypothese behouden
Stappenplan voorbeeldsituatie Z-toets:
"Een snoepfabrikant zegt dat de gemiddelde gewicht van een reep 50 gram is. Jij
Week 1 Pagina 1
