Variabelen
Unit of analysis: datgene waarover je informatie verzamelt (meestal individuen).
Variabelen: gemeten kenmerken van een unit of analysis. Geslacht, leeftijd, etc.
Values: de scores van een unit of analysis op een variabele. M/V, 22, etc.
Onafhankelijke variabele: de vermoedelijke oorzaak, de predictor → X
Afhankelijke variabele: het vermoedelijke gevolg, de outcome → Y (wordt beïnvloedt door X)
→ per analyse 1 afhankelijke variabele, maar er zijn mogelijk meerdere onafhankelijken. De theorie en je hoofdvraag zijn bepalend.
Meetniveaus
- Categoriaal
binair (2 categorieën)
nominaal (meer dan 2 categorieën groepen, politieke partij)
ordinaal (inherente ordening een volgorde in de groepen, opleidingsniveau)
- Continu
interval (verschillen op schaal zijn betekenisvol op een schaal, leeftijd)
ratio (ratios zijn betekenisvol is het nulpunt betekenisvol)
Meetniveau is niet vaststaand: de antwoordopties van een vraag bepalen het meetniveau.
Centrummaten: geven aan waar het centrum van de data ligt.
Mediaan
Modus
Gemiddelde (Ӯ) = E/n
Spreidingsmaten: geven de spreiding van de data aan.
Range (laat de minimum en de maximum zien)
Standaarddeviatie: gemiddelde afwijking van het gemiddelde.
Probleem: sum of squares is afhankelijk van het aantal scores/aantal respondenten. Hij is groter
wanneer je dataset groter is. Sum of squares/aantal observaties - 1. Daar doe je de √ van.
De sum of squares, variance en standaarddeviatie geven allemaal ongeveer hetzelfde weer: de
spreiding in de data, een maat voor de error/afwijking in de data en hoe representatief het gemiddelde
is voor de data. Hoe kleiner de standaarddeviatie, hoe kleiner de spreiding van het gemiddelde af is.
Berekenen van de standaarddeviatie: Bereken het gemiddelde → Bereken voor iedere score de afstand
tot het gemiddelde (deviance) → Kwadrateer al die getallen → Tel de uitkomsten op (= sum of
squares) → Deel dat getal door het totale aantal scores minus 1 (variance) → Neem daar de √ van
(standaarddeviatie).
Hypothesen
Van vaag idee naar een kwantitatief toetsbare hypothese.
1) precies (specifieke formulering per toets).
2) toetsbaar met data (verwachte relatie tussen twee variabelen).
3) potentieel falsifieerbaar (goed of fout, niets er tussenin.
H0: er is geen effect (ontkenning van je idee).
H1: er is wel een effect (dat wat je verwacht op basis van je idee).
→ Eenzijdig: je hebt een vermoeden over de richting van het verband.
→ Tweezijdig: je hebt geen vermoeden over de richting van het verband.
,Significantie
Bij statistiek bepalen we de kans om in de sample een bepaald effect te vinden, terwijl in de
werkelijkheid, in de populatie, helemaal geen effect bestaat. ‘In de statistiek spreekt men van een
significante uitkomst als deze in hoge mate de aanname ondersteunt dat een waargenomen effect door
iets anders dan door toeval is veroorzaakt.’
kleiner dan 0.05 = wel significant.
groter dan 0.05 = niet significant.
Van welke factoren is die kans afhankelijk? Standaarddeviatie (spreiding in groep) → kans op
significant effect kleiner. Grootte van sample → hoe groter hoe eerder een significant effect.
Frequentie-verdelingen
Laat zien hoe vaak scores voorkomen in een dataset.
Positive - and negative skew: Kurtosis: leptokurtic en platokurtic.
Positive: bijv. bij inkomen, negative:
bijv. bij sterfteleeftijd.
Normaalverdeling: bell curve
, Standaard normaal verdeling en z-scores
De standaard normaalverdeling is hetzelfde als een normaalverdeling, maar met een gemiddelde van 0
en een standaarddeviatie van 1. Als je data normaal verdeeld is kun je ‘omvormen’ naar een standaard
normaalverdeling. Hoe? Met z-scores. z = (waarde - het gemiddelde) /
standaarddeviatie.
Een z-score is de waarde van een observatie uitgedrukt in eenheden standaarddeviatie. Of:
het aantal standaarddeviaties dat een bepaalde waarde van een observatie is verwijderd van
het gemiddelde. Je standaardiseert de score ten opzichte van de andere scores. De verdeling
van z-scores heeft een gemiddelde van - en een standaarddeviatie van 1.
Als je voor al je observaties de z-score zou berekenen, creëer je hiermee een nieuwe normale
verdeling: eentje met een gemiddelde van 0 en een sd van 1. Je gebruikt de z-tabel. Die geeft voor elke
z-score aan hoe groot de kans is dat je die waarde hebt.
De y-as is het eerste cijfer achter de komma, de x-as is het tweede cijfer
achter de komma. Wat er uit de tabel komt geeft percentage aan. Z =
1.36 → uitkomst: 0.9131 dus er is nog 9% kans dat je ‘slechter’ scoort,
niet significant. Je berekent eigenlijk: de kans op een score lager dan
een bepaalde z-waarde. Z = 2.54 → 0.9945 dus 0.0055 dus wel
significant. Grens is dus 0.05. Dit zijn allemaal positieve z-scores. Het
kan ook negatief zijn: -1.36. Dit is dan dus die 9% dus 91%. →
simpele versie van significantie toetsen. Vragen met wat is de kans
dat… gebruik berekening z-score. Hoger = rechterkant, lager = linkerkant.
Belangrijke waardes in een standaard normaalverdeling:
De middelste 95% van de waarden ligt tussen de z-scores -1.96 en 1.96
De middelste 99% van de waarden ligt tussen z-scores -2.58 en 2.58
De middelste 99.9% van de waarden ligt tussen z-scores -3.29 en 3.29
→ als waarden buiten deze scores vallen zijn ze significant. Komt door de foutmarge.
Wanneer het buiten die marges valt is het significant.
De tabel laat altijd het gedeelte links van de z-score zien.
Unit of analysis: datgene waarover je informatie verzamelt (meestal individuen).
Variabelen: gemeten kenmerken van een unit of analysis. Geslacht, leeftijd, etc.
Values: de scores van een unit of analysis op een variabele. M/V, 22, etc.
Onafhankelijke variabele: de vermoedelijke oorzaak, de predictor → X
Afhankelijke variabele: het vermoedelijke gevolg, de outcome → Y (wordt beïnvloedt door X)
→ per analyse 1 afhankelijke variabele, maar er zijn mogelijk meerdere onafhankelijken. De theorie en je hoofdvraag zijn bepalend.
Meetniveaus
- Categoriaal
binair (2 categorieën)
nominaal (meer dan 2 categorieën groepen, politieke partij)
ordinaal (inherente ordening een volgorde in de groepen, opleidingsniveau)
- Continu
interval (verschillen op schaal zijn betekenisvol op een schaal, leeftijd)
ratio (ratios zijn betekenisvol is het nulpunt betekenisvol)
Meetniveau is niet vaststaand: de antwoordopties van een vraag bepalen het meetniveau.
Centrummaten: geven aan waar het centrum van de data ligt.
Mediaan
Modus
Gemiddelde (Ӯ) = E/n
Spreidingsmaten: geven de spreiding van de data aan.
Range (laat de minimum en de maximum zien)
Standaarddeviatie: gemiddelde afwijking van het gemiddelde.
Probleem: sum of squares is afhankelijk van het aantal scores/aantal respondenten. Hij is groter
wanneer je dataset groter is. Sum of squares/aantal observaties - 1. Daar doe je de √ van.
De sum of squares, variance en standaarddeviatie geven allemaal ongeveer hetzelfde weer: de
spreiding in de data, een maat voor de error/afwijking in de data en hoe representatief het gemiddelde
is voor de data. Hoe kleiner de standaarddeviatie, hoe kleiner de spreiding van het gemiddelde af is.
Berekenen van de standaarddeviatie: Bereken het gemiddelde → Bereken voor iedere score de afstand
tot het gemiddelde (deviance) → Kwadrateer al die getallen → Tel de uitkomsten op (= sum of
squares) → Deel dat getal door het totale aantal scores minus 1 (variance) → Neem daar de √ van
(standaarddeviatie).
Hypothesen
Van vaag idee naar een kwantitatief toetsbare hypothese.
1) precies (specifieke formulering per toets).
2) toetsbaar met data (verwachte relatie tussen twee variabelen).
3) potentieel falsifieerbaar (goed of fout, niets er tussenin.
H0: er is geen effect (ontkenning van je idee).
H1: er is wel een effect (dat wat je verwacht op basis van je idee).
→ Eenzijdig: je hebt een vermoeden over de richting van het verband.
→ Tweezijdig: je hebt geen vermoeden over de richting van het verband.
,Significantie
Bij statistiek bepalen we de kans om in de sample een bepaald effect te vinden, terwijl in de
werkelijkheid, in de populatie, helemaal geen effect bestaat. ‘In de statistiek spreekt men van een
significante uitkomst als deze in hoge mate de aanname ondersteunt dat een waargenomen effect door
iets anders dan door toeval is veroorzaakt.’
kleiner dan 0.05 = wel significant.
groter dan 0.05 = niet significant.
Van welke factoren is die kans afhankelijk? Standaarddeviatie (spreiding in groep) → kans op
significant effect kleiner. Grootte van sample → hoe groter hoe eerder een significant effect.
Frequentie-verdelingen
Laat zien hoe vaak scores voorkomen in een dataset.
Positive - and negative skew: Kurtosis: leptokurtic en platokurtic.
Positive: bijv. bij inkomen, negative:
bijv. bij sterfteleeftijd.
Normaalverdeling: bell curve
, Standaard normaal verdeling en z-scores
De standaard normaalverdeling is hetzelfde als een normaalverdeling, maar met een gemiddelde van 0
en een standaarddeviatie van 1. Als je data normaal verdeeld is kun je ‘omvormen’ naar een standaard
normaalverdeling. Hoe? Met z-scores. z = (waarde - het gemiddelde) /
standaarddeviatie.
Een z-score is de waarde van een observatie uitgedrukt in eenheden standaarddeviatie. Of:
het aantal standaarddeviaties dat een bepaalde waarde van een observatie is verwijderd van
het gemiddelde. Je standaardiseert de score ten opzichte van de andere scores. De verdeling
van z-scores heeft een gemiddelde van - en een standaarddeviatie van 1.
Als je voor al je observaties de z-score zou berekenen, creëer je hiermee een nieuwe normale
verdeling: eentje met een gemiddelde van 0 en een sd van 1. Je gebruikt de z-tabel. Die geeft voor elke
z-score aan hoe groot de kans is dat je die waarde hebt.
De y-as is het eerste cijfer achter de komma, de x-as is het tweede cijfer
achter de komma. Wat er uit de tabel komt geeft percentage aan. Z =
1.36 → uitkomst: 0.9131 dus er is nog 9% kans dat je ‘slechter’ scoort,
niet significant. Je berekent eigenlijk: de kans op een score lager dan
een bepaalde z-waarde. Z = 2.54 → 0.9945 dus 0.0055 dus wel
significant. Grens is dus 0.05. Dit zijn allemaal positieve z-scores. Het
kan ook negatief zijn: -1.36. Dit is dan dus die 9% dus 91%. →
simpele versie van significantie toetsen. Vragen met wat is de kans
dat… gebruik berekening z-score. Hoger = rechterkant, lager = linkerkant.
Belangrijke waardes in een standaard normaalverdeling:
De middelste 95% van de waarden ligt tussen de z-scores -1.96 en 1.96
De middelste 99% van de waarden ligt tussen z-scores -2.58 en 2.58
De middelste 99.9% van de waarden ligt tussen z-scores -3.29 en 3.29
→ als waarden buiten deze scores vallen zijn ze significant. Komt door de foutmarge.
Wanneer het buiten die marges valt is het significant.
De tabel laat altijd het gedeelte links van de z-score zien.
