Samenvatting Moore, McCabe en Craig H1 t/m H7

Blok 1.3 Onderzoeksmethoden I: Samenvatting Moore
HOOFDSTUK 1: LOOKING AT DATA - DISTRIBUTIONS
1.1 Data
Leerdoelen:
 Voorbeelden geven van “cases” in datagegevens.
 Identificeren van variabelen in datagegevens.
 Demonstreren hoe een label kan worden gebruikt als een variabele in datagegevens.
 Identificeren van waarden van een variabele.
 Classificeren van variabelen als categorisch of kwantitatief.
 Beschrijven van de hoofdkenmerken van datagegevens.
 Uitleggen hoe een schatting het resultaat is van het aanpassen van één variabele om een andere
te creëren.

Cases, Labels, Variables and Values
 Cases: zijn de objecten die zijn beschreven door datagegeven; (klanten, bedrijven, etc.)
 Label: is een speciale variabele die wordt gebruikt in sommige datagegevens om onderscheid te
maken in verschillende cases.
 Variabele: een kenmerk van een case.
 Values: verschillende cases kunnen verschillende waarden aannemen.

Categorisch en kwantitatieve variabelen
 Categorical variable: plaatst een case in één of meerdere groepen of categorieën.
 Quantitative variable: geeft numerieke waarden voor rekenkundige bediening, zoals het optellen
en het geven van gemiddelden.
 Distribution: vertelt ons welke waarden een variabele heeft en hoe vaak het deze waarden bevat.
- Een geschikte label moet zorgvuldig worden gekozen voor de cases ( v.b. zelfde liedjes).
- Een kwantitatieve variabele (zoals tijd) behoeft speciale aandacht voordat we reken-
kundigheden kunnen uitvoeren ( v.b. tijd omzetten naar minuten of seconden).
 Units of measurement: vertelt ons hoe de variabele is gemeten (minuten of seconden)

Hoofdkenmerken van datagegevens:
1) Who?
- Welke cases beschrijft de data?
- Hoeveel cases bevat de data?
2) What?
- Hoeveel variabelen bevat de data?
- Wat zijn de exacte definities van de variabelen?
- Wat zijn de units of measurement voor elke kwantitatieve variabele?
3) Why?
- Welke doel heeft de data?
- Hopen we op het beantwoorden van speciale vragen?
- Willen we conclusies trekken over andere cases dan waar we eigenlijk de data voor hebben?
- Zijn de variabelen die zijn opgenomen bruikbaar voor het bedoelde doel?
 Spreadsheet: maak je in excel, erg handig en bruikbaar voor rekenkundigheden.
- Voor spreadsheets en statistische software is het niet toegestaan om spaties te gebruiken
(Exam of Exam_1).
 A t/m F: omzetten in cijfers 4 t/m 0: is het verschil even groot tussen de cijfers?
 Instruments: meetbare speciale variabelen, voor elke studieapart. ( v.b. formules)
- Weet zeker dat elke variabele écht meet wat je wilt weten, anders misleidende conclusies.
 Rate: waarin iets gebeurd/verschijnt  beter meetbaar dan optellen gebeurtenissen (gegevens
delen door elkaar).
 Adjusting one variable to create another: door het gebruiken van rates creëer je een nieuwe
variabele (of betere).
- Bedenk altijd hoe je het beste je resultaten aan een algemeen publiek gaat communiceren
(geen moeilijk software data presenteren).


1

, 1.2 Displaying Distributions with Graphs
Leerdoelen:
 Analyseren van een distributie van een categorische variabele m.b.v een “bar graph”.
 Analyseren van een distributie van een categorische variabele m.b.v. een “pie chart”.
 Analyseren van een distributie van een kwantitatieve variabele m.b.v. een “stemplot”.
 Analyseren van een distributie van een kwantitatieve variabel m.b.v. een “histogram”.
 Onderzoeken van een distributie van een kwantitatieve variabele met respect voor het
algehele patroon van data met zijn deviaties.
 Identificeren van de vorm, het midden, en de spreiding van de distributie van een
kwantitatieve variabele.
 Identificeren en beschrijven van outliers in de distributie van een kwantitatieve variabele.
 Gebruiken van een “time plot” om de distributie van een kwantitatieve variabele te beschrijven
dat is gemeten over tijd.

 Explanatory data analysis: statische tools en ideeën helpen ons data en hun hoofdaken te
beschrijven. 2 basisstrategieën:
1) Begin met het onderzoeken van elk variabele, dan de studie op de relaties.
2) Begin met grafiek(en), dan toevoegen van numerieke samenvattingen of specifieke aspecten
van de data.

Categorische variabelen: bar graphs and pie charts
 Distribution of a categorical variable: geeft de categorieën en ook de frequentie of het
percentage van de cases in elke categorie (online resources).
- Wees zorgvuldig met het beoordelen van een kleine subgroep, zoals “others”!

Bar graph (staafdiagram)
 Volgorde categorieën maakt niet uit ( voorkeur hoogste % of alfabetisch), bepaal dit op de
bruikbaarheid voor het onderzoek.
 Meer flexibel dan pie charts.

Pie chart (cirkeldiagram)
 Alle categorieën moeten 100% vormen.

Kwantitatieve variabelen: stemplots
 Ook wel steelbladdiagram
 Wekt het beste als alle gegevens > 0.
 Hoe maak je die?:
1) Verdeel de “stems” (tientallen) met een verticale streep.
2) Verdeel de “blaadjes” achter de streep.
3) Zet de blaadjes op volgorden.
 Back-to-back stemplot: vergelijken van 2 distributies (jongens & meisjes)
 2 manieren: split or trim
- Split: één stam met tientallen
- Trim: tientallen verdeeld in 2 groepen o-4 en 5-9.

Histrograms (histrogrammen)
 Verdeeld waarde van variabelen in klassen en geeft alleen de frequentie of % van observaties in
klassen weer:
- Klassen altijd met gelijke spreiding
- Voor kleine datasets  stemplot!
- Bij grote datasets  frequenties.
- Gebruik histogrammen met % om verschillende distributies te vergelijken die verschillende
aantallen observaties hebben.
- Afwegingen maken voor breedte klassen:
1) Skyscraper effect: te weinig klassen.

2