Samenvatting Statistische Testen in Marktanalyse
en Kostprijsverificatie
DIVERSITEIT
- Interval variabelen kunnen als nominale variabelen geanalyseerd worden (met
kruistabellen), door ze om te zetten in klassen
- Ordinale variabelen mogen met Continue (I/R) technieken behandeld worden
bij gebruik van een Likert schaal
- Nominale binaire variabelen mogen met Continue (I/R) technieken behandeld
worden ( continuity correction)
Sem 1
Sem 2
Sem 3
Onderzoeksvraag: beschrijft het breder doel van het onderzoek (algemene vraag waar je een
antwoord op wil vinden).
,Meetvraag: gekoppeld aan slechts 1 enkele variabele. De antwoorden op de meetvraag zijn
de waarden die onder de variabele zullen komen te staan. Kunnen zowel I/R als nominaal
zijn.
OUTPUT
Er zijn 3 verschillende ‘types’ output:
1. Het effect: beschrijving van het verband tussen de onafhankelijke en afhankelijke
variabelen (grootte, richting, …). Dus ‘wat gebeurt er nu exact met de afhankelijke
variabele als er iets verandert in de onafhankelijke variabele?’
2. Het residu ε: de niet verklaarde variantie vs de verklaarde variantie
3. De significantie: de kans dat het verband wat we vinden toeval is. (Uitgedrukt door
p-waarde in vgl met de drempelwaarde α (vaak 0.05)). Wanneer p<α wordt de
nulhypothese H0 verworpen en zeggen we dat het resultaat significant is.
Significantie = de kans dat we de gevonden data vinden, terwijl er in werkelijkheid
geen verband is en dat het gevonden effect toeval is. Dus hoe kleiner de p-waarde,
hoe groter de kans dat de gevonden resultaten geen toeval zijn maar wel degelijk
significant zijn in de dataset.
SEM 1
Kruistabelanalyse: Deze test wordt gebruikt om te bepalen of er een verband is tussen twee
nominale variabelen. Bijvoorbeeld, is er een verband tussen inkomenscategorie en het bezit
van een diploma? De output van een kruistabelanalyse bestaat uit percentages die in de
juiste richting (over de categorieën van de afhankelijke variabele heen) berekend moeten
worden. Significantie wordt bepaald met de Chi2-test.
- 1 afhankelijke variabele, 1 onafhankelijke variabele, beiden nominaal geschaald
- Interpretatie van de veranderingen in percentages
- Absolute veranderingen in percentages (hoeveel percentpunten
gedaald/gestegen?)
- Relatieve veranderingen in percentages (Hoeveel % gestegen t.o.v. initiële
percentage? -> (nieuwe % - oude %)/oude %
, - Het percentage van de mogelijke verandering (Aantal gestegen/gedaalde
percentpunten delen door het maximum aantal percentpunten dat kon
worden gerealiseerd -> percentpunten/ (100 – oude %)
Kruistabelanalyse
(Legt een verband tussen variabelen -> je hebt dus onafhankelijke en afhankelijke
variabelen -> maak het jezelf makkelijk en kies 2 variabelen (1 onafhank. en 1 afhank.))
(De variabelen van een kruistabelanalyse moeten nominaal zijn. Als ze niet nominaal zijn,
werk je met klassen)
Meetvragen
1. Wat is uw hoogste opleidingsniveau?
2. Wat is uw gemiddeld jaarlijks inkomen? (Maak hier duidelijk dat je ze laat ‘kiezen’
tussen verschillende inkomensklassen en niet gewoon een getal vraagt.)
OF
1. In welke winkel koopt u een broodje?
2. Wat vindt u van de kwaliteit van de verpakking? (slecht, matig, goed, fantastisch)
Dus interpreteer als:
P-waarde = de kans dat we de gevonden data zouden vinden, ervan uitgaande dat er geen
verband is tussen de variabelen (H0). Als de p-waarde dus kleiner is dan het vooropgestelde
significantieniveau (meestal 0.05), dan kunnen we H0 verwerpen omdat de kans dat die
gegevens gevonden worden als H0 waar is, immens klein is. Er is dus wél een verband tussen
de variabelen.
en Kostprijsverificatie
DIVERSITEIT
- Interval variabelen kunnen als nominale variabelen geanalyseerd worden (met
kruistabellen), door ze om te zetten in klassen
- Ordinale variabelen mogen met Continue (I/R) technieken behandeld worden
bij gebruik van een Likert schaal
- Nominale binaire variabelen mogen met Continue (I/R) technieken behandeld
worden ( continuity correction)
Sem 1
Sem 2
Sem 3
Onderzoeksvraag: beschrijft het breder doel van het onderzoek (algemene vraag waar je een
antwoord op wil vinden).
,Meetvraag: gekoppeld aan slechts 1 enkele variabele. De antwoorden op de meetvraag zijn
de waarden die onder de variabele zullen komen te staan. Kunnen zowel I/R als nominaal
zijn.
OUTPUT
Er zijn 3 verschillende ‘types’ output:
1. Het effect: beschrijving van het verband tussen de onafhankelijke en afhankelijke
variabelen (grootte, richting, …). Dus ‘wat gebeurt er nu exact met de afhankelijke
variabele als er iets verandert in de onafhankelijke variabele?’
2. Het residu ε: de niet verklaarde variantie vs de verklaarde variantie
3. De significantie: de kans dat het verband wat we vinden toeval is. (Uitgedrukt door
p-waarde in vgl met de drempelwaarde α (vaak 0.05)). Wanneer p<α wordt de
nulhypothese H0 verworpen en zeggen we dat het resultaat significant is.
Significantie = de kans dat we de gevonden data vinden, terwijl er in werkelijkheid
geen verband is en dat het gevonden effect toeval is. Dus hoe kleiner de p-waarde,
hoe groter de kans dat de gevonden resultaten geen toeval zijn maar wel degelijk
significant zijn in de dataset.
SEM 1
Kruistabelanalyse: Deze test wordt gebruikt om te bepalen of er een verband is tussen twee
nominale variabelen. Bijvoorbeeld, is er een verband tussen inkomenscategorie en het bezit
van een diploma? De output van een kruistabelanalyse bestaat uit percentages die in de
juiste richting (over de categorieën van de afhankelijke variabele heen) berekend moeten
worden. Significantie wordt bepaald met de Chi2-test.
- 1 afhankelijke variabele, 1 onafhankelijke variabele, beiden nominaal geschaald
- Interpretatie van de veranderingen in percentages
- Absolute veranderingen in percentages (hoeveel percentpunten
gedaald/gestegen?)
- Relatieve veranderingen in percentages (Hoeveel % gestegen t.o.v. initiële
percentage? -> (nieuwe % - oude %)/oude %
, - Het percentage van de mogelijke verandering (Aantal gestegen/gedaalde
percentpunten delen door het maximum aantal percentpunten dat kon
worden gerealiseerd -> percentpunten/ (100 – oude %)
Kruistabelanalyse
(Legt een verband tussen variabelen -> je hebt dus onafhankelijke en afhankelijke
variabelen -> maak het jezelf makkelijk en kies 2 variabelen (1 onafhank. en 1 afhank.))
(De variabelen van een kruistabelanalyse moeten nominaal zijn. Als ze niet nominaal zijn,
werk je met klassen)
Meetvragen
1. Wat is uw hoogste opleidingsniveau?
2. Wat is uw gemiddeld jaarlijks inkomen? (Maak hier duidelijk dat je ze laat ‘kiezen’
tussen verschillende inkomensklassen en niet gewoon een getal vraagt.)
OF
1. In welke winkel koopt u een broodje?
2. Wat vindt u van de kwaliteit van de verpakking? (slecht, matig, goed, fantastisch)
Dus interpreteer als:
P-waarde = de kans dat we de gevonden data zouden vinden, ervan uitgaande dat er geen
verband is tussen de variabelen (H0). Als de p-waarde dus kleiner is dan het vooropgestelde
significantieniveau (meestal 0.05), dan kunnen we H0 verwerpen omdat de kans dat die
gegevens gevonden worden als H0 waar is, immens klein is. Er is dus wél een verband tussen
de variabelen.
