Alyssa Heuvelink radboud university 15-03-2025
Kwantitatieve methode 1
,Alyssa Heuvelink radboud university 15-03-2025
Inhoud
Week 1.........................................................................................................3
Hoofdstuk 1...............................................................................................3
Hoofdstuk 4...............................................................................................5
Week 2.........................................................................................................7
Hoofdstuk 2...............................................................................................7
Week 3.......................................................................................................11
Hoofdstuk 2.9 & 2.10..............................................................................11
Hoofdstuk 10...........................................................................................13
Week 4.......................................................................................................15
Hoofdstuk 8.............................................................................................15
Hoofdstuk 19..............................................................................................18
Week 5.......................................................................................................20
Hoofdstuk 12...........................................................................................20
Hoofdstuk 14...........................................................................................22
Week 6.......................................................................................................25
Hoofdstuk 9.............................................................................................25
Week 7.......................................................................................................29
Hoofdstuk 12.3........................................................................................29
,Alyssa Heuvelink radboud university 15-03-2025
Week 1
Hoofdstuk 1
,Alyssa Heuvelink radboud university 15-03-2025
Het proces begint met een observatie die je wilt begrijpen, zoals het gedrag van mensen of
een specifiek fenomeen. Vanuit deze observatie ontwikkel je een theorie die probeert te
verklaren waarom iets gebeurt. Daarna formuleer je een hypothese, een testbare verklaring
van het probleem. Eerst merk je iets op in de wereld, bijvoorbeeld dat mensen in reality-tv
extreme persoonlijkheden vertonen. Vervolgens zoek je naar bestaande theorieën, zoals
theorieën over persoonlijkheidsstoornissen, die deze observatie kunnen verklaren. Op basis
daarvan maak je een veronderstelling, bijvoorbeeld: "Mensen met een narcistische
persoonlijkheidsstoornis doen vaker mee aan reality-tv." Om deze hypothese te testen
verzamel je relevante data, bijvoorbeeld door deelnemers te interviewen en te testen op
narcistische trekken. De verzamelde data worden daarna geanalyseerd om te bepalen of de
hypothese wordt ondersteund; bijvoorbeeld door te onderzoeken of mensen met
narcistische trekken daadwerkelijk vaker auditie doen voor reality-tv.
Variabelen in dit proces kunnen verschillende vormen en niveaus van meting hebben,
waarbij de relatie tussen de gemeten eigenschappen en de getallen die dit representeren het
meetniveau aangeeft. Er worden categorische en continue variabelen onderscheiden.
Categorische variabelen omvatten nominale en ordinale variabelen. Bij nominale meting
administreer je de data om categorieën van elkaar te onderscheiden, zoals verschillende
diersoorten of geslachten; hierbij kan je doorgaans alleen de modus berekenen. Ordinale
variabelen hebben een specifieke volgorde, bijvoorbeeld van "helemaal oneens" tot
"helemaal eens", waarbij de volgorde van de categorieën belangrijk is. Naast de traditionele
uitleg worden ook aanvullende aantekeningen meegenomen:
Grafische weergave van variabelen: Categorische variabelen worden vaak weergegeven met
staafdiagrammen of cirkeldiagrammen, terwijl continue variabelen met puntendiagrammen,
stam-en-bladdiagrammen, histogrammen of box plots kunnen worden geïllustreerd.
Continue variabelen bestaan uit interval- en ratio-variabelen. Bij intervalvariabelen zijn de
intervallen tussen de waarden gelijk, zoals bij het meten van temperatuur, terwijl ratio-
variabelen naast gelijke intervallen ook een natuurlijk nulpunt hebben, zoals bij gewicht of
tijd.
Centrale tendentie, oftewel de locatie van de data, kan worden beschreven met de modus,
mediaan en gemiddelde. De modus is de score die het meest voorkomt, de mediaan is de
middelste score wanneer de data van laag naar hoog zijn gerangschikt (bij een oneven aantal
scores is dit de middelste score, bij een even aantal het gemiddelde van de twee middelste),
en het gemiddelde wordt berekend door alle scores bij elkaar op te tellen en door het aantal
scores te delen. Welk van deze maten het meest geschikt is, hangt af van het meetniveau:
Bij nominale meting is doorgaans alleen de modus toepasbaar.
Bij ordinale meting is de mediaan vaak het meest adequaat.
Bij interval- en ratio-metingen is het gemiddelde geschikt voor symmetrische verdelingen,
terwijl bij scheve verdelingen de mediaan de voorkeur krijgt.
, Alyssa Heuvelink radboud university 15-03-2025
Spreiding geeft aan hoe ver de scores van elkaar en van het centrum afliggen. De range (het
verschil tussen de hoogste en laagste score) kan worden gebruikt, maar is gevoelig voor
uitschieters. Een robuustere maat is de interkwartielafstand (IQR), die de spreiding meet van
de middelste 50% van de data; dit is de afstand tussen het eerste kwartiel (QL) en het derde
kwartiel (QU). Voor interval- en ratio-gegevens kunnen daarnaast de variantie en de
standaarddeviatie worden berekend. De standaarddeviatie, de wortel van de variantie, geeft
de gemiddelde afwijking van de scores ten opzichte van het gemiddelde. Bij ordinale data is
de IQR vaak de meest adequate maat voor spreiding, terwijl bij interval- en ratio-data, bij
symmetrische verdelingen, de standaarddeviatie het beste de spreiding weergeeft en bij
scheve verdelingen de IQR de voorkeur geniet.
Vorm beschrijft de eigenschappen van de verdeling, zoals scheefheid en steilheid. Scheefheid
(skew) duidt op de asymmetrie van de verdeling: bij een links-scheve verdeling is het
gemiddelde lager dan de mediaan en bij een rechts-scheve verdeling is het gemiddelde
hoger. Steilheid, gemeten met kurtosis, geeft aan hoe 'plat' of 'steil' de verdeling is. Als de
absolute waarde van skew of kurtosis hoger is dan 2, kan dat wijzen op een scheve of te
platte/steil verdeelde data.
Relatieve positie, een maat voor de positie van een score ten opzichte van het gemiddelde,
wordt berekend door het verschil tussen de score en het gemiddelde te delen door de
standaarddeviatie. Dit geeft aan hoeveel standaarddeviaties een bepaalde score afwijkt van
het gemiddelde. Hierbij worden Griekse letters gebruikt voor populaties en Nederlandse
letters voor steekproeven.
De kans op een gebeurtenis wordt berekend als het gebied onder de curve in een normale
continue verdeling, waarbij z-scores worden gebruikt om de afwijking van het gemiddelde in
termen van standaarddeviaties weer te geven. Door data te standaardiseren met z-scores
kunnen met behulp van tabellen de kansen op specifieke waarden worden berekend.
Bij het rapporteren van data is het belangrijk om een duidelijke keuze te maken tussen tekst,
tabellen of grafieken, afhankelijk van de hoeveelheid en het type data. Hierbij worden vaak
de APA-richtlijnen gevolgd, die adviseren om cijfers te vereenvoudigen en te ronden, en altijd
de spreiding (bijvoorbeeld de standaarddeviatie) naast gemiddelden te vermelden.
Hoofdstuk 4
SPSS, een veelgebruikt statistisch softwarepakket, is gebaseerd op versie 29 van IBM SPSS
Statistics en behandelt stabiele en veelgebruikte functies die bruikbaar zijn voor zowel
oudere als mogelijk toekomstige versies. Het programma kent verschillende versies (Base,
Standard, Professional en Premium) met oplopende functionaliteit en biedt een
Kwantitatieve methode 1
,Alyssa Heuvelink radboud university 15-03-2025
Inhoud
Week 1.........................................................................................................3
Hoofdstuk 1...............................................................................................3
Hoofdstuk 4...............................................................................................5
Week 2.........................................................................................................7
Hoofdstuk 2...............................................................................................7
Week 3.......................................................................................................11
Hoofdstuk 2.9 & 2.10..............................................................................11
Hoofdstuk 10...........................................................................................13
Week 4.......................................................................................................15
Hoofdstuk 8.............................................................................................15
Hoofdstuk 19..............................................................................................18
Week 5.......................................................................................................20
Hoofdstuk 12...........................................................................................20
Hoofdstuk 14...........................................................................................22
Week 6.......................................................................................................25
Hoofdstuk 9.............................................................................................25
Week 7.......................................................................................................29
Hoofdstuk 12.3........................................................................................29
,Alyssa Heuvelink radboud university 15-03-2025
Week 1
Hoofdstuk 1
,Alyssa Heuvelink radboud university 15-03-2025
Het proces begint met een observatie die je wilt begrijpen, zoals het gedrag van mensen of
een specifiek fenomeen. Vanuit deze observatie ontwikkel je een theorie die probeert te
verklaren waarom iets gebeurt. Daarna formuleer je een hypothese, een testbare verklaring
van het probleem. Eerst merk je iets op in de wereld, bijvoorbeeld dat mensen in reality-tv
extreme persoonlijkheden vertonen. Vervolgens zoek je naar bestaande theorieën, zoals
theorieën over persoonlijkheidsstoornissen, die deze observatie kunnen verklaren. Op basis
daarvan maak je een veronderstelling, bijvoorbeeld: "Mensen met een narcistische
persoonlijkheidsstoornis doen vaker mee aan reality-tv." Om deze hypothese te testen
verzamel je relevante data, bijvoorbeeld door deelnemers te interviewen en te testen op
narcistische trekken. De verzamelde data worden daarna geanalyseerd om te bepalen of de
hypothese wordt ondersteund; bijvoorbeeld door te onderzoeken of mensen met
narcistische trekken daadwerkelijk vaker auditie doen voor reality-tv.
Variabelen in dit proces kunnen verschillende vormen en niveaus van meting hebben,
waarbij de relatie tussen de gemeten eigenschappen en de getallen die dit representeren het
meetniveau aangeeft. Er worden categorische en continue variabelen onderscheiden.
Categorische variabelen omvatten nominale en ordinale variabelen. Bij nominale meting
administreer je de data om categorieën van elkaar te onderscheiden, zoals verschillende
diersoorten of geslachten; hierbij kan je doorgaans alleen de modus berekenen. Ordinale
variabelen hebben een specifieke volgorde, bijvoorbeeld van "helemaal oneens" tot
"helemaal eens", waarbij de volgorde van de categorieën belangrijk is. Naast de traditionele
uitleg worden ook aanvullende aantekeningen meegenomen:
Grafische weergave van variabelen: Categorische variabelen worden vaak weergegeven met
staafdiagrammen of cirkeldiagrammen, terwijl continue variabelen met puntendiagrammen,
stam-en-bladdiagrammen, histogrammen of box plots kunnen worden geïllustreerd.
Continue variabelen bestaan uit interval- en ratio-variabelen. Bij intervalvariabelen zijn de
intervallen tussen de waarden gelijk, zoals bij het meten van temperatuur, terwijl ratio-
variabelen naast gelijke intervallen ook een natuurlijk nulpunt hebben, zoals bij gewicht of
tijd.
Centrale tendentie, oftewel de locatie van de data, kan worden beschreven met de modus,
mediaan en gemiddelde. De modus is de score die het meest voorkomt, de mediaan is de
middelste score wanneer de data van laag naar hoog zijn gerangschikt (bij een oneven aantal
scores is dit de middelste score, bij een even aantal het gemiddelde van de twee middelste),
en het gemiddelde wordt berekend door alle scores bij elkaar op te tellen en door het aantal
scores te delen. Welk van deze maten het meest geschikt is, hangt af van het meetniveau:
Bij nominale meting is doorgaans alleen de modus toepasbaar.
Bij ordinale meting is de mediaan vaak het meest adequaat.
Bij interval- en ratio-metingen is het gemiddelde geschikt voor symmetrische verdelingen,
terwijl bij scheve verdelingen de mediaan de voorkeur krijgt.
, Alyssa Heuvelink radboud university 15-03-2025
Spreiding geeft aan hoe ver de scores van elkaar en van het centrum afliggen. De range (het
verschil tussen de hoogste en laagste score) kan worden gebruikt, maar is gevoelig voor
uitschieters. Een robuustere maat is de interkwartielafstand (IQR), die de spreiding meet van
de middelste 50% van de data; dit is de afstand tussen het eerste kwartiel (QL) en het derde
kwartiel (QU). Voor interval- en ratio-gegevens kunnen daarnaast de variantie en de
standaarddeviatie worden berekend. De standaarddeviatie, de wortel van de variantie, geeft
de gemiddelde afwijking van de scores ten opzichte van het gemiddelde. Bij ordinale data is
de IQR vaak de meest adequate maat voor spreiding, terwijl bij interval- en ratio-data, bij
symmetrische verdelingen, de standaarddeviatie het beste de spreiding weergeeft en bij
scheve verdelingen de IQR de voorkeur geniet.
Vorm beschrijft de eigenschappen van de verdeling, zoals scheefheid en steilheid. Scheefheid
(skew) duidt op de asymmetrie van de verdeling: bij een links-scheve verdeling is het
gemiddelde lager dan de mediaan en bij een rechts-scheve verdeling is het gemiddelde
hoger. Steilheid, gemeten met kurtosis, geeft aan hoe 'plat' of 'steil' de verdeling is. Als de
absolute waarde van skew of kurtosis hoger is dan 2, kan dat wijzen op een scheve of te
platte/steil verdeelde data.
Relatieve positie, een maat voor de positie van een score ten opzichte van het gemiddelde,
wordt berekend door het verschil tussen de score en het gemiddelde te delen door de
standaarddeviatie. Dit geeft aan hoeveel standaarddeviaties een bepaalde score afwijkt van
het gemiddelde. Hierbij worden Griekse letters gebruikt voor populaties en Nederlandse
letters voor steekproeven.
De kans op een gebeurtenis wordt berekend als het gebied onder de curve in een normale
continue verdeling, waarbij z-scores worden gebruikt om de afwijking van het gemiddelde in
termen van standaarddeviaties weer te geven. Door data te standaardiseren met z-scores
kunnen met behulp van tabellen de kansen op specifieke waarden worden berekend.
Bij het rapporteren van data is het belangrijk om een duidelijke keuze te maken tussen tekst,
tabellen of grafieken, afhankelijk van de hoeveelheid en het type data. Hierbij worden vaak
de APA-richtlijnen gevolgd, die adviseren om cijfers te vereenvoudigen en te ronden, en altijd
de spreiding (bijvoorbeeld de standaarddeviatie) naast gemiddelden te vermelden.
Hoofdstuk 4
SPSS, een veelgebruikt statistisch softwarepakket, is gebaseerd op versie 29 van IBM SPSS
Statistics en behandelt stabiele en veelgebruikte functies die bruikbaar zijn voor zowel
oudere als mogelijk toekomstige versies. Het programma kent verschillende versies (Base,
Standard, Professional en Premium) met oplopende functionaliteit en biedt een
