SAMENVATTING STATISTIEK 2022
Hoofdstuk 1: Inleiding en werken met SPSS
1.1 Meetniveau bepalen
➢ Nominaal (geslacht)
➢ Ordinaal (opleidingsniveau)
➢ Interval (IQ)
➢ Ratio (leeftijd) (in spss is ratio en interval zelfde)
1.2 Parametrisch OF niet-parametrisch
We testen niet-parametrisch als:
1) Het gaat over een nominale of ordinale variabele
2) Bij een scale variabele als de steekproeven klein zijn (10N30) en de variabele niet-normaal
verdeeld is (minstens in 1 groep) nagaan aan de hand van Kolmogorov-Smirnov test
3) Bij een scale variabele als de steekproeven klein zijn (N<10)
We testen parametrisch:
1) Bij onderzoek van een scale variabele waarbij de steekproeven (elke groep apart) voldoende
groot zijn (N≥30)
2) Bij onderzoek van een scale variabele waarbij de steekproeven niet groot genoeg zijn
(10N<30) maar de variabele wel normaal verdeeld is (in elke groep) nagaan aan de hand van
Kolomogorov-Smirnov test
Als je parametrisch mag testen doe je dit best, anders gaan er gegevens verloren. (meer power)
1.3 Niet-gepaard (onafhankelijk) OF gepaard (afhankelijk)
1
, ➢ Data zijn gepaard als er twee (of meer) maal bij dezelfde personen een meting gedaan is.
Indien de metingen betrekking hebben op dezelfde patiënten, dan zijn het geen onafhankelijke
metingen. Je hebt dan gepaarde metingen. (matched samples niet dezelfde personen maar 2
personen die qua variabele heel goed op elkaar lijken)
Voorbeeld 1: Er is een nieuw apparaat op de markt dat bloeddruk kan meten. Wij willen dit
apparaat vergelijken met de huidige gouden standaard van bloeddrukbepalingen m.b.v. een
bloeddrukband. We hebben bij 30 patiënten de bloeddruk bepaald, tegelijkertijd met het nieuwe
apparaat én met de gangbare bloeddrukband.
Voorbeeld 2: Bij 10 patiënten wordt de bloeddruk gemeten vóór en 6 uur na toediening van een
geneesmiddel.
➢ Als er sprake is van aparte, onafhankelijke groepen, dan zijn data niet-gepaard. Indien de
metingen betrekking hebben op verschillende groepen, dan zijn het onafhankelijke metingen. Je
hebt dan niet-gepaarde metingen.
Voorbeeld 1: Is de gemiddelde PPT-waarde (PPT = pressure pain thresholds) van de rechterhand
verschillend bij CVS patiënten versus controlegroep?
Voorbeeld 2: De lengte van een groep vrouwen en een groep mannen werd bepaald. We willen
nu onderzoeken of er een verschil is in gemiddelde lengte tussen mannen en vrouwen.
1.4 Toetsen van hypothesen
➢ Formuleer de nulhypothese (H0 ) en de alternatieve hypothese (H1 of Ha ). (als nulhypothese
zegt dat er gelijkheid is zal de alternatieve hypothese het tegenovergestelde zeggen dus
ongelijkheid)
➢ Toets de nulhypothese. (verwerpen of aanvaarden op basis van de p-waarde)
➢ Neem een beslissing: verwerp de nulhypothese of niet.
➢ Testen met overschrijdingskans
• p > : nulhypothese H0 behouden
• p : nulhypothese H0 verwerpen en de alternatieve hypothese H1 of Ha aanvaarden
➢ Significantie = 0,05 = 5% indien niet vermeld in de opgave (alfa wordt gekozen wanneer het
geen toeval meer is)
➢ Andere waarden van zijn mogelijk wordt expliciet vermeld in opgave
➢ Alternatieve manier van testen:
❖ testen met kritieke waarden
❖ testen met betrouwbaarheidsintervallen
We trekken een steekproef, als p >
alfa kunnen we nulhypothese
houden als p < alfa zal nulhypothese
verworpen worden.
2
, Welke factoren hebben invloed op het onderscheidingsvermogen (power)?
o significantieniveau
o werkelijke gemiddelde
o steekproefgrootte en variantie
1.5 Eenzijdig OF tweezijdig
➢ De formulering van de alternatieve hypothese bepaalt of we eenzijdig of tweezijdig testen.
➢ Tweezijdig testen:
❖ als Ha of H1 : populatieparameter waarde van de nulhypothese
3
, ➢ Eenzijdig testen:
❖ als Ha of H1 : populatieparameter > waarde van de nulhypothese (rechtseenzijdig
alternatief)
❖ als Ha of H1 : populatieparameter < waarde van de nulhypothese (linkseenzijdig alternatief)
➢ Hoe we de alternatieve hypothese bij het testen formuleren en of we dus eenzijdig of
tweezijdig testen, hangt af van de onderzoeksvraag.
➢ De meeste vraagstellingen leiden tot tweezijdig testen.
➢ Als niet bij voorbaat vaststaat of de populatieparameter bij het verwerpen van de
nulhypothese een grotere of een kleinere waarde heeft, wordt altijd tweezijdig getest.
1.6 Normaliteit testen
▪ Indien gegevens normaal verdeeld zijn: histogram benadert de
Gausscurve = klokcurve (pas klokcurve wanneer 68%, 95% en
99,7% aanwezig zijn)
▪ Variabele X = scale variabele
➢ M.b.v. Kolmogorov-Smirnov test
➢ H0 = de verdeling van de variabele is normaal verdeeld
➢ In SPSS: Analyze
➢ Bij gepaarde metingen moet het
verschil normaal verdeeld zijn
➢ Voor kleine steekproeven is er een voorkeur voor de Shapiro-Wilk test i.p.v. de Kolmogorov-
Smirnov test
➢ H0 = de verdeling van de variabele is normaal verdeeld
➢ In SPSS:
> Analyze
> Descriptive Statistics
4
Hoofdstuk 1: Inleiding en werken met SPSS
1.1 Meetniveau bepalen
➢ Nominaal (geslacht)
➢ Ordinaal (opleidingsniveau)
➢ Interval (IQ)
➢ Ratio (leeftijd) (in spss is ratio en interval zelfde)
1.2 Parametrisch OF niet-parametrisch
We testen niet-parametrisch als:
1) Het gaat over een nominale of ordinale variabele
2) Bij een scale variabele als de steekproeven klein zijn (10N30) en de variabele niet-normaal
verdeeld is (minstens in 1 groep) nagaan aan de hand van Kolmogorov-Smirnov test
3) Bij een scale variabele als de steekproeven klein zijn (N<10)
We testen parametrisch:
1) Bij onderzoek van een scale variabele waarbij de steekproeven (elke groep apart) voldoende
groot zijn (N≥30)
2) Bij onderzoek van een scale variabele waarbij de steekproeven niet groot genoeg zijn
(10N<30) maar de variabele wel normaal verdeeld is (in elke groep) nagaan aan de hand van
Kolomogorov-Smirnov test
Als je parametrisch mag testen doe je dit best, anders gaan er gegevens verloren. (meer power)
1.3 Niet-gepaard (onafhankelijk) OF gepaard (afhankelijk)
1
, ➢ Data zijn gepaard als er twee (of meer) maal bij dezelfde personen een meting gedaan is.
Indien de metingen betrekking hebben op dezelfde patiënten, dan zijn het geen onafhankelijke
metingen. Je hebt dan gepaarde metingen. (matched samples niet dezelfde personen maar 2
personen die qua variabele heel goed op elkaar lijken)
Voorbeeld 1: Er is een nieuw apparaat op de markt dat bloeddruk kan meten. Wij willen dit
apparaat vergelijken met de huidige gouden standaard van bloeddrukbepalingen m.b.v. een
bloeddrukband. We hebben bij 30 patiënten de bloeddruk bepaald, tegelijkertijd met het nieuwe
apparaat én met de gangbare bloeddrukband.
Voorbeeld 2: Bij 10 patiënten wordt de bloeddruk gemeten vóór en 6 uur na toediening van een
geneesmiddel.
➢ Als er sprake is van aparte, onafhankelijke groepen, dan zijn data niet-gepaard. Indien de
metingen betrekking hebben op verschillende groepen, dan zijn het onafhankelijke metingen. Je
hebt dan niet-gepaarde metingen.
Voorbeeld 1: Is de gemiddelde PPT-waarde (PPT = pressure pain thresholds) van de rechterhand
verschillend bij CVS patiënten versus controlegroep?
Voorbeeld 2: De lengte van een groep vrouwen en een groep mannen werd bepaald. We willen
nu onderzoeken of er een verschil is in gemiddelde lengte tussen mannen en vrouwen.
1.4 Toetsen van hypothesen
➢ Formuleer de nulhypothese (H0 ) en de alternatieve hypothese (H1 of Ha ). (als nulhypothese
zegt dat er gelijkheid is zal de alternatieve hypothese het tegenovergestelde zeggen dus
ongelijkheid)
➢ Toets de nulhypothese. (verwerpen of aanvaarden op basis van de p-waarde)
➢ Neem een beslissing: verwerp de nulhypothese of niet.
➢ Testen met overschrijdingskans
• p > : nulhypothese H0 behouden
• p : nulhypothese H0 verwerpen en de alternatieve hypothese H1 of Ha aanvaarden
➢ Significantie = 0,05 = 5% indien niet vermeld in de opgave (alfa wordt gekozen wanneer het
geen toeval meer is)
➢ Andere waarden van zijn mogelijk wordt expliciet vermeld in opgave
➢ Alternatieve manier van testen:
❖ testen met kritieke waarden
❖ testen met betrouwbaarheidsintervallen
We trekken een steekproef, als p >
alfa kunnen we nulhypothese
houden als p < alfa zal nulhypothese
verworpen worden.
2
, Welke factoren hebben invloed op het onderscheidingsvermogen (power)?
o significantieniveau
o werkelijke gemiddelde
o steekproefgrootte en variantie
1.5 Eenzijdig OF tweezijdig
➢ De formulering van de alternatieve hypothese bepaalt of we eenzijdig of tweezijdig testen.
➢ Tweezijdig testen:
❖ als Ha of H1 : populatieparameter waarde van de nulhypothese
3
, ➢ Eenzijdig testen:
❖ als Ha of H1 : populatieparameter > waarde van de nulhypothese (rechtseenzijdig
alternatief)
❖ als Ha of H1 : populatieparameter < waarde van de nulhypothese (linkseenzijdig alternatief)
➢ Hoe we de alternatieve hypothese bij het testen formuleren en of we dus eenzijdig of
tweezijdig testen, hangt af van de onderzoeksvraag.
➢ De meeste vraagstellingen leiden tot tweezijdig testen.
➢ Als niet bij voorbaat vaststaat of de populatieparameter bij het verwerpen van de
nulhypothese een grotere of een kleinere waarde heeft, wordt altijd tweezijdig getest.
1.6 Normaliteit testen
▪ Indien gegevens normaal verdeeld zijn: histogram benadert de
Gausscurve = klokcurve (pas klokcurve wanneer 68%, 95% en
99,7% aanwezig zijn)
▪ Variabele X = scale variabele
➢ M.b.v. Kolmogorov-Smirnov test
➢ H0 = de verdeling van de variabele is normaal verdeeld
➢ In SPSS: Analyze
➢ Bij gepaarde metingen moet het
verschil normaal verdeeld zijn
➢ Voor kleine steekproeven is er een voorkeur voor de Shapiro-Wilk test i.p.v. de Kolmogorov-
Smirnov test
➢ H0 = de verdeling van de variabele is normaal verdeeld
➢ In SPSS:
> Analyze
> Descriptive Statistics
4
