Les 1:
Steekproefgrootheden = kansvariabelen (p, x , s, …)
Populatieparameter = bv. Het gemiddelde µ in de populatie
Steekproevenverdeling = geeft weer hoe steekproefgrootheden variëren bij onbeperkt aantal
herhaalde steekproeftrekkingen
Populatieverdeling = verdeling van een variabele in de populatie
Standard error = standaardfout: naarmate de N groter wordt, wordt de se kleiner
Centrale limietstelling = bij een grotere N, ook als de populatieverdeling niet normaal verdeeld is,
volgt de steekproevenverdeling een normaalverdeling (Meestal bij N=30 OK)
Hypothesetoetsing = nagaan of een geformuleerde veronderstelling over de werkelijkheid, met een
bepaalde betrouwbaarheid, statistisch gevalideerd kan worden / = nagaan in welke mate
onderzoeksresultaten aan het toeval te wijten zijn of niet
Nulhypothese = de hypothese waartegen we bewijs proberen te vinden / er is niets aan de hand,
geen verband, geen verschil, parameter = waarde, …
Alternatieve hypothese = de hypothese waarvoor we bewijs proberen te vinden / er is wel een
verband, er is wel een verschil, …
Aanvaardingsinterval = Binnen de set van mogelijke waarden die een parameter kan aannemen
onder H0, dient subset van waarden vastgelegd te worden die, rekening houdend met afwijkingen
door toeval, toelaten H0 te aanvaarden (grootte van subset is afhankelijk van α)
Verwerpingsinterval/kritische zone = automatisch ook subset van waarden die zo extreem zijn, zo’n
kleine kans op voorkomen hebben onder H0 dat zij ons toelaten H0 te verwerpen en Ha te aanvaarden
(grootte van subset is afhankelijk van α)
Betrouwbaarheidsniveau/significantieniveau α = fout die je bereid bent te betalen bij verwerpen
nulhypothese (meestal 5%)
Fout 1e soort = α = een correcte H0 ten onrechte verwerpen (deze wordt aangegeven in spss en
kennen we dus, max. 5%)
Fout 2e soort = β = foute H0 ten onrechte aanvaarden (deze kennen we niet exact omdat we hiervoor
de populatieparameter zouden moeten kennen, wat we niet doen)
Betrouwbaarheidsinterval = een interval waarbij in het midden de waargenomen
steekproefparameter valt en waarrond we een vork bouwen waarvan we kunnen zeggen dat met
95% (of 99%, …) zekerheid de echte populatieparameter binnen valt (α meestal 5%) schatting ±
foutenmarge
Workshop 1:
Significantietoets = sterkte van bewijs tegen de nulhypothese
, Chi-kwadraat = Vergelijking van 2 of meer onafhankelijke groepen voor een nominale variabele of
bepalen of er een significante samenhang is tussen 2 nominale variabelen
Chi kwadraat toets = Max. 20% van de cellen mogen een expected count (Fe) < 5 hebben en de
minimum expected count is 1
Continuity correction (in spss) = bij een chi-kwadraat toets bij een 2x2 tabel
Percentagetoets = Vergelijking van twee percentages
p 1∗( 1− p 1 ) p 2∗( 1− p 2 )
Percentagetoets AI = ( p 1− p 2 ) 0 ± z∗
p1 – p2 ∉ AI Ho verwerpen, Ha aanvaarden
√ n1
+
n2
p1 – p2 ∈ AI Ho aanvaarden
Mann-Whitney = Vergelijking van 2 onafhankelijke groepen voor een ordinale variabele
Parametrisch alternatief Mann-Whitney = T-toets
Kruskal-Wallis = Vergelijking van meer dan 2 onafhankelijke groepen voor een ordinale variabele
Parametrisch alternatief Kruskal-Wallis = Anova (F-toets)
Wilcoxon Rangtekentoets = Vergelijking van gerelateerde groepen (gekoppelde paren) voor een
ordinale variabele
Parametrisch alternatief Wilcoxon Rangtekentoets = gepaarde T-toets
Workshop 2:
T-toets = 2 onafhankelijke groepen vergelijken voor een metrische variabele
Skewness: 0= normaal, >0= staart naar rechts, <0= staart naar links
Kurtosis: 0= normaal, >0= scherper, <0= platter
Kolmogorov-Smirnov test = test naar normaliteit: nulhypothese = de verdeling is normaal
Levene’s test = test voor gelijke spreidingen: nulhypothese = de spreidingen zijn gelijk
One-Way-Anova = Meerdere onafhankelijke groepen vergelijken voor wat betreft metrische
afhankelijke variabelen
Scheffe test = post hoc multiple comparison test om te zien welke specifieke groepen er van elkaar
verschillen bij bv. Een significante one-way-Anova
Gepaarde t-toets = Vergelijken van 2 gerelateerde steekproeven voor een variabele op metrisch
niveau
Steekproefgrootheden = kansvariabelen (p, x , s, …)
Populatieparameter = bv. Het gemiddelde µ in de populatie
Steekproevenverdeling = geeft weer hoe steekproefgrootheden variëren bij onbeperkt aantal
herhaalde steekproeftrekkingen
Populatieverdeling = verdeling van een variabele in de populatie
Standard error = standaardfout: naarmate de N groter wordt, wordt de se kleiner
Centrale limietstelling = bij een grotere N, ook als de populatieverdeling niet normaal verdeeld is,
volgt de steekproevenverdeling een normaalverdeling (Meestal bij N=30 OK)
Hypothesetoetsing = nagaan of een geformuleerde veronderstelling over de werkelijkheid, met een
bepaalde betrouwbaarheid, statistisch gevalideerd kan worden / = nagaan in welke mate
onderzoeksresultaten aan het toeval te wijten zijn of niet
Nulhypothese = de hypothese waartegen we bewijs proberen te vinden / er is niets aan de hand,
geen verband, geen verschil, parameter = waarde, …
Alternatieve hypothese = de hypothese waarvoor we bewijs proberen te vinden / er is wel een
verband, er is wel een verschil, …
Aanvaardingsinterval = Binnen de set van mogelijke waarden die een parameter kan aannemen
onder H0, dient subset van waarden vastgelegd te worden die, rekening houdend met afwijkingen
door toeval, toelaten H0 te aanvaarden (grootte van subset is afhankelijk van α)
Verwerpingsinterval/kritische zone = automatisch ook subset van waarden die zo extreem zijn, zo’n
kleine kans op voorkomen hebben onder H0 dat zij ons toelaten H0 te verwerpen en Ha te aanvaarden
(grootte van subset is afhankelijk van α)
Betrouwbaarheidsniveau/significantieniveau α = fout die je bereid bent te betalen bij verwerpen
nulhypothese (meestal 5%)
Fout 1e soort = α = een correcte H0 ten onrechte verwerpen (deze wordt aangegeven in spss en
kennen we dus, max. 5%)
Fout 2e soort = β = foute H0 ten onrechte aanvaarden (deze kennen we niet exact omdat we hiervoor
de populatieparameter zouden moeten kennen, wat we niet doen)
Betrouwbaarheidsinterval = een interval waarbij in het midden de waargenomen
steekproefparameter valt en waarrond we een vork bouwen waarvan we kunnen zeggen dat met
95% (of 99%, …) zekerheid de echte populatieparameter binnen valt (α meestal 5%) schatting ±
foutenmarge
Workshop 1:
Significantietoets = sterkte van bewijs tegen de nulhypothese
, Chi-kwadraat = Vergelijking van 2 of meer onafhankelijke groepen voor een nominale variabele of
bepalen of er een significante samenhang is tussen 2 nominale variabelen
Chi kwadraat toets = Max. 20% van de cellen mogen een expected count (Fe) < 5 hebben en de
minimum expected count is 1
Continuity correction (in spss) = bij een chi-kwadraat toets bij een 2x2 tabel
Percentagetoets = Vergelijking van twee percentages
p 1∗( 1− p 1 ) p 2∗( 1− p 2 )
Percentagetoets AI = ( p 1− p 2 ) 0 ± z∗
p1 – p2 ∉ AI Ho verwerpen, Ha aanvaarden
√ n1
+
n2
p1 – p2 ∈ AI Ho aanvaarden
Mann-Whitney = Vergelijking van 2 onafhankelijke groepen voor een ordinale variabele
Parametrisch alternatief Mann-Whitney = T-toets
Kruskal-Wallis = Vergelijking van meer dan 2 onafhankelijke groepen voor een ordinale variabele
Parametrisch alternatief Kruskal-Wallis = Anova (F-toets)
Wilcoxon Rangtekentoets = Vergelijking van gerelateerde groepen (gekoppelde paren) voor een
ordinale variabele
Parametrisch alternatief Wilcoxon Rangtekentoets = gepaarde T-toets
Workshop 2:
T-toets = 2 onafhankelijke groepen vergelijken voor een metrische variabele
Skewness: 0= normaal, >0= staart naar rechts, <0= staart naar links
Kurtosis: 0= normaal, >0= scherper, <0= platter
Kolmogorov-Smirnov test = test naar normaliteit: nulhypothese = de verdeling is normaal
Levene’s test = test voor gelijke spreidingen: nulhypothese = de spreidingen zijn gelijk
One-Way-Anova = Meerdere onafhankelijke groepen vergelijken voor wat betreft metrische
afhankelijke variabelen
Scheffe test = post hoc multiple comparison test om te zien welke specifieke groepen er van elkaar
verschillen bij bv. Een significante one-way-Anova
Gepaarde t-toets = Vergelijken van 2 gerelateerde steekproeven voor een variabele op metrisch
niveau
