Hoofdstuk 3
Twee soorten variabiliteit:
Interindividuele verschillen: tussen mensen.
Intraindividuele verschillen: binnen mensen.
Gedragsonderzoek gaat altijd over verschillen.
Variabiliteit en verdeling van scores.
Central tendency: Typische / meest representatieve score in de verdeling. (gemiddelde,
mediaan, modus)
Optellen van i=1 t/m n.
Variabiliteit. Variantie.
Delen door N-1 als je uitspraken wilt doen over een populatie. Corrigeren voor het maken
van een fout. Schatting o.b.v. steekproef terwijl je de populatie niet hebt.
Grootte van variantie afhankelijk van:
o De mate waarin scores in een verdeling verschillen.
o De schaal waarop gemeten wordt.
Kenmerken variantie:
o Kan niet kleiner zijn dan 0 (gekwadrateerde maat).
o Geen eenvoudige kleine/grote interpretatie mogelijk.
o Context/vergelijking nodig om de grootte te interpreteren.
o Vooral belangrijk in de effecten op andere waarden (correlatie, betrouwbaarheid).
Verdelingsvormen en normale verdelingen.
o In symmetrische verdeling gemiddelde = mediaan.
o Staarten aan beide kanten.
o Totale oppervlakte van kansverdeling altijd 1.
o Staart rechts, scheef naar rechts, veel lage scores.
o In een positief scheve verdeling gemiddelde>mediaan.
o Uniforme verdeling: alle scores dezelfde kans.
Associatie tussen verdelingen.
Sterke associatie = consistent individuele verschillen.
Covariantie. Hoe twee variabelen samen variëren.
Alleen informatief over richting van associatie. Grootte niet kunnen interpreteren, want is
afhankelijk van schaal.
Variantie van een variabele is de covariantie van een variabele met zichzelf.
Correlatie. Covariantie standaardiseren door te delen door standaarddeviaties (zeggen iets
over de schaal). Richting en grootte van associatie interpreteren. Correlatie tussen -1 en 1.
Variantie Covariantie Matrix.
Elke variabele heeft een rij en een kolom.
Varianties op de diagonaal.
Covarianties buiten de diagonaal.
Covarianties zijn symmetrisch: cXY = cYX.
Twee soorten variabiliteit:
Interindividuele verschillen: tussen mensen.
Intraindividuele verschillen: binnen mensen.
Gedragsonderzoek gaat altijd over verschillen.
Variabiliteit en verdeling van scores.
Central tendency: Typische / meest representatieve score in de verdeling. (gemiddelde,
mediaan, modus)
Optellen van i=1 t/m n.
Variabiliteit. Variantie.
Delen door N-1 als je uitspraken wilt doen over een populatie. Corrigeren voor het maken
van een fout. Schatting o.b.v. steekproef terwijl je de populatie niet hebt.
Grootte van variantie afhankelijk van:
o De mate waarin scores in een verdeling verschillen.
o De schaal waarop gemeten wordt.
Kenmerken variantie:
o Kan niet kleiner zijn dan 0 (gekwadrateerde maat).
o Geen eenvoudige kleine/grote interpretatie mogelijk.
o Context/vergelijking nodig om de grootte te interpreteren.
o Vooral belangrijk in de effecten op andere waarden (correlatie, betrouwbaarheid).
Verdelingsvormen en normale verdelingen.
o In symmetrische verdeling gemiddelde = mediaan.
o Staarten aan beide kanten.
o Totale oppervlakte van kansverdeling altijd 1.
o Staart rechts, scheef naar rechts, veel lage scores.
o In een positief scheve verdeling gemiddelde>mediaan.
o Uniforme verdeling: alle scores dezelfde kans.
Associatie tussen verdelingen.
Sterke associatie = consistent individuele verschillen.
Covariantie. Hoe twee variabelen samen variëren.
Alleen informatief over richting van associatie. Grootte niet kunnen interpreteren, want is
afhankelijk van schaal.
Variantie van een variabele is de covariantie van een variabele met zichzelf.
Correlatie. Covariantie standaardiseren door te delen door standaarddeviaties (zeggen iets
over de schaal). Richting en grootte van associatie interpreteren. Correlatie tussen -1 en 1.
Variantie Covariantie Matrix.
Elke variabele heeft een rij en een kolom.
Varianties op de diagonaal.
Covarianties buiten de diagonaal.
Covarianties zijn symmetrisch: cXY = cYX.
