Samenvatting statistiek 2 - H1 intro

Hoofdstuk 1: Inleiding en werken met SPSS

1. Meetniveau bepalen
 Nominaal: onderscheidbare categorieën, laagste niveau, kan je het minste mee
doen, zijn discrete waarden, kwalitatieve gegevens (geslacht)
 Ordinaal: logische ordening mogelijk, discrete waarden, kwalitatieve gegevens
(opleidingsniveau: eerst kleuterschool lagere school  …)
 Interval: willekeurig nulpunt, kwantitatieve gegevens (temperatuur in °C, IQ)
 Ratio: absoluut nulpunt, kwantitatieve gegevens (leeftijd, temperatuur in Kelvin)
IN SPSS WORDT ER GEEN VERSCHIL GEMAAKT TUSSEN INTERVAL EN RATIO  kiezen voor
scale




 Meetniveau bepalen belangrijk want dit bepaalt de verwerking van de gegevens
 Altijd het hoogst mogelijke niveau kiezen -> zo kunnen we er zo veel mogelijk
informatie uit halen

2. Parametrisch < -- > niet-parametrisch
 Als we het niveau weten kunnen we iets zeggen over parametrisch of niet-
parametrisch
 Nominaal/ordinaal: niet-parametrisch
Vb: enquete geslacht en roken of niet roken  beide zijn nominale gegevens en dus
kunnen ze nooit normaal verdeeld zijn  niet-parametrisch testen
 Interval/ratio: parametrisch op voorwaarde dat de gegevens normaal verdeeld zijn
Vb: gewicht van iedere student  ratio niveau  als ze normaal verdeeld zijn 
parametrisch testen (gemiddelde lichaamsgewicht mannen en vrouwen vergelijken)
 We testen niet-parametrisch als:
 Nominaal/ ordinale gegevens
 Bij ratio/ interval als de steekproef kleiner is dan 10
 Bij steekproef tussen de 10 en 30  Kolmogorov-Smirnov test om te zien of
er een normale verdeling is  als dit niet zo is  niet-parametrisch testen
 We testen parametrisch als:
 Steekproef groter of gelijk is aan 30 -> scale niveau

, Hoofdstuk 1: Inleiding en werken met SPSS

 De steekproef tussen de 10 en 30 ligt en de Kolmogorov smirnov test een
normale verdeling laat zien
ALS JE PARAMETRISCH MAG TESTEN IS HET OOK VERPLICHT  MEER POWER EN ANDERS
FOUTE CONCLUSIES

3. Niet-gepaard (onafhankelijk) < -- > gepaard (afhankelijk)
 Gepaard: twee of meerdere metingen bij dezelfde persoon (bv links en rechts)
Matched samples: gepaard maar niet bij exact dezelfde persoon gemeten
 Niet-gepaard: aparte, onafhankelijke groepen -> bv normale groep met controle
groep

4. Toetsen van hypothesen
 Altijd uitgaan van een standaard = nulhypothese
 Tegengestelde = alternatieve hypothese
 Nulhypothese is altijd het uitgangspunt  is deze waar of niet waar
 Aanvaarden of verwerpen van nulhypothese: verwerpen wilt dus automatisch
zeggen dat de alternatieve hypothese klopt

 3 manieren om de hypothese te testen
 Testen met overschrijdingskans: significantie α = 0,05 of 5%
o P > α  nulhypothese aanvaarden
o P < α  nulhypothese verwerpen
 Testen met kritieke waarden
 Testen met betrouwbaarheidsintervallen

 4 mogelijkheden:
 H0 aanvaarden terwijl ze waar is: juiste beslissing (kans = 1-α, noemt men de
betrouwbaarheid)
 H0 aanvaarden terwijl ze niet waar is: type II fout (kans = β)
 H0 verwerpen terwijl ze waar is: type I fout (kans = α, noemt men de
significantie)
 H0 verwerpen terwijl ze fout is: juiste beslissing (kans = 1-β, noemt men het
onderscheidingsvermogen of power, deze moet boven de 80% liggen)



 Linkse curve is de
nulhypothese:
1-α= oppervlakte tot
aan de kritieke waarde
(de
betrouwbaarheid), α= opp. voorbij de kritieke waarde (type I fout) (α= 5%, 1-α= 95%)
Voor een grotere betrouwbaarheid dus kleinere α kiezen