HC Steekproef naar populatie
Steekproef versus populatie
Verklarende statistiek maakt het mogelijk om, gebruikmakend van een kleinere groep
(‘steekproef’), conclusies te formuleren over een groter geheel (‘populatie’).
Populatie = verzameling elementen/doelgroep
Steekproef = selectie uit populatie
Meestal zijn kenmerken van de populatie onbekend
Op basis van steekproef uitspraken doen over populatie
Resultaat van een steekproef: eerder toevallig
Bij een nieuwe steekproef: waarschijnlijk niet hetzelfde resultaat
Hoe weet je of je resultaten meg veralgemenen naar de grote populatie?
Voorwaarden steekproef
Representatief = afspiegeling van populatie
Aselect = willekeurige selectie (ieder lid van populatie heeft evenveel kans om in steekproef
terecht te komen)
Lage non-respons (non-respons = geen info van bepaalde leden uit steekproef)
Geen selectieve uitval of non-respons
Statische toetsings- en schattingstechnieken toepassen om na te gaan of resultaten
toevallig zijn
Veralgemenen naar populatie
Toeval of niet
Als je een aantal steekproeven neemt van een populatie, krijg je verschillende
steekproefgemiddelden
Als je die verschillende steekproefgemiddelden zou uitzetten op een grafiek, krijg je een
normale verdeling rond het populatiegemiddelde
Voor een normale verdeling geldt de 68 – 95 – 99 regel
o 95% van steekproefgemiddelden liggen binnen 2 standaardafwijkingen van het
populatiegemiddelde
De kans op een extreem steekproefgemiddelde is klein
Dit kan je gebruiken om te bepalen of het steekproefgemiddelde normaal of uitzonderlijk
is
p-waarde
Veronderstel dat populatiegemiddelde niet gekend is
Onderzoekshypothese opstellen o.b.v. verwachtingen
Na het onderzoek bevestig of verwerp je je hypothesen
Voorbeeld:
H0 (nulhypothese): de gemiddelde bewegingsduur per dag bij jongeren is 40 min
H1 (alternatieve hypothese): de gemiddelde bewegingsduur is niet 40 min
Andere mogelijkheden:
Steekproef versus populatie
Verklarende statistiek maakt het mogelijk om, gebruikmakend van een kleinere groep
(‘steekproef’), conclusies te formuleren over een groter geheel (‘populatie’).
Populatie = verzameling elementen/doelgroep
Steekproef = selectie uit populatie
Meestal zijn kenmerken van de populatie onbekend
Op basis van steekproef uitspraken doen over populatie
Resultaat van een steekproef: eerder toevallig
Bij een nieuwe steekproef: waarschijnlijk niet hetzelfde resultaat
Hoe weet je of je resultaten meg veralgemenen naar de grote populatie?
Voorwaarden steekproef
Representatief = afspiegeling van populatie
Aselect = willekeurige selectie (ieder lid van populatie heeft evenveel kans om in steekproef
terecht te komen)
Lage non-respons (non-respons = geen info van bepaalde leden uit steekproef)
Geen selectieve uitval of non-respons
Statische toetsings- en schattingstechnieken toepassen om na te gaan of resultaten
toevallig zijn
Veralgemenen naar populatie
Toeval of niet
Als je een aantal steekproeven neemt van een populatie, krijg je verschillende
steekproefgemiddelden
Als je die verschillende steekproefgemiddelden zou uitzetten op een grafiek, krijg je een
normale verdeling rond het populatiegemiddelde
Voor een normale verdeling geldt de 68 – 95 – 99 regel
o 95% van steekproefgemiddelden liggen binnen 2 standaardafwijkingen van het
populatiegemiddelde
De kans op een extreem steekproefgemiddelde is klein
Dit kan je gebruiken om te bepalen of het steekproefgemiddelde normaal of uitzonderlijk
is
p-waarde
Veronderstel dat populatiegemiddelde niet gekend is
Onderzoekshypothese opstellen o.b.v. verwachtingen
Na het onderzoek bevestig of verwerp je je hypothesen
Voorbeeld:
H0 (nulhypothese): de gemiddelde bewegingsduur per dag bij jongeren is 40 min
H1 (alternatieve hypothese): de gemiddelde bewegingsduur is niet 40 min
Andere mogelijkheden:
