Statistiek 2
Waarom statistiek in psychologie?
❖ Correcte verwerking onderzoeksdata
❖ Kansen en cijfers uitleggen aan cliënten
❖ Kritisch omgaan met vernieuwing in psychologische en algemene media: begeleid je
omgeving en cliënten.
Statistische kennis en ervaring om te snelle en te simpele conclusies te vermijden!
Informatie over wat je nog moet weten van statistiek 1 in document: praktische zaken
Hoofdstuk 1: Wat is inductieve statistiek en wat is het nut ervan?
Welke plaats heeft statistiek in onderzoek en wat is het kernprobleem in de inductieve
statistiek?
➔ Kernprobleem: wanneer is een verschil groot genoeg?
➔ Wanneer kunnen we het verschil generaliseren naar populatie?
➔ Statistiek biedt regels om te beslissen: berekeningen zijn nodig om regels te kunnen
toepassen.
◆ via: hypothesetoetsing en significantie
De empirische cyclus
Wat is de rol van kansberekening en toetsen in de statistiek?
❖ statistische significantie nagaan dmv. kansberekening:
➢ is het geobserveerde verschil groot genoeg om significant te zijn
, Hoe moeten we die kans
berekenen?
❖ op basis van
kansverdelingen (bv.
standaardnormale verdeling)
❖ met behulp van verschillende toetsen
Wat is dan een “grote” en een “kleine” kans
- 5% of 0.05 meest courant
Zekerheid?
→ Nooit 100% zeker van conclusie
Onzekerheid is geen probleem, als we maar de mate van onzekerheid kennen!
- bv. we concluderen met 95% zekerheid dat pop funk zorgt voor een betere
gemoedstoestand dan melancholische rock
Zekerheid neemt toe met aantal studies
Hoe kan statistiek misbruikt worden en wat doen we daaraan?
Onduidelijke steekproef
- 95% van de belgen is tevreden over activia
Gebrek aan context
- duracell batterijen gaan tot 5 maal langer mee
Interne validiteit
- Laat het onderzoeksopzet toe om causale conclusies te trekken?
Om alternatieve verklaringen uit te sluiten: experimenteel onderzoek
➔ randomiseren
➔ voormeting
➔ nameting
➔ controleren voor storende variabelen…
= methodologie: noodzakelijk om juiste conclusies te trekken, statistiek alleen is
onvoldoende!
Samengevat:
, - Toetsende statistiek volgt op beschrijvende statistiek in de empirische cyclus
- Bedoeling is om obv. verzamelde data een onderbouwde beslissing te nemen over
verband/verschil.
- Dat we over deze beslissing nooit 100% zeker zijn is niet erg, zolang we maar de
mate van onzekerheid kennen.
- Om die mate van onzekerheid te bepalen, hebben we kansberekeningen nodig.
- Op basis daarvan kunnen we significantie berekenen.
- Statistiek is geen wetenschap op zich. Statistische conclusies zijn pas waardevol als
ook aan de randvoorwaarden voldaan is en statistiek niet misbruikt wordt.
Hoofdstuk 2: Kansverdeling en kansberekening
Waarom hebben we kansen nodig?
➔ twee soorten vragen bij bestuderen van populatie obv de steekproefgegevens:
● hypothesetoetsing
● intervalestimatie
Kansverdeling van de variabele ‘aantal ogen bij het werpen van 2 dobbelstenen’ bij N = 50
theoretische kansverdeling:
Frequentieverdeling van de variabele ‘aantal ogen bij het werpen van 2 dobbelstenen’ bij
N = 50.
Kansverdeling lijkt op een frequentieverdeling maar is niet hetzelfde.
- Kansverdeling: beredeneren we obv hypothetische waarden
- Frequentieverdeling: beredeneren we obv geobserveerde waarden
Verloop van kansverdeling?
➔ gemiddelde en standaardafwijking bij kansverdeling niet echt mogelijk wegens geen
observaties, maar wel obv kansberekening.
, Bv. bij het gooien van 1 dobbelsteen:
Xi = mogelijke uitkomst
Variantie van een kansverdeling
bv. bij het gooien van 1 dobbelsteen:
Kansen zijn van groot belang in onderzoek omdat ze ons in staat stellen om te beslissen of
een observatie heel uitzonderlijk is of eerder heel gewoon.
Om kansen te berekenen maken we gebruik van kansverdelingen: theoretische verdelingen
van mogelijke waarden en bijhorende kansen van een variabele.
Sommige kansverdelingen kunnen we perfect kennen, andere kansverdelingen moeten we
eerder schatten.
2.2. Wat is de steekproefverdeling van het gemiddelde en hoe kunnen we de vorm van
deze verdeling kennen?
Een bijzondere kansverdeling:
de steekproevenverdeling van het gemiddelde
Waarom statistiek in psychologie?
❖ Correcte verwerking onderzoeksdata
❖ Kansen en cijfers uitleggen aan cliënten
❖ Kritisch omgaan met vernieuwing in psychologische en algemene media: begeleid je
omgeving en cliënten.
Statistische kennis en ervaring om te snelle en te simpele conclusies te vermijden!
Informatie over wat je nog moet weten van statistiek 1 in document: praktische zaken
Hoofdstuk 1: Wat is inductieve statistiek en wat is het nut ervan?
Welke plaats heeft statistiek in onderzoek en wat is het kernprobleem in de inductieve
statistiek?
➔ Kernprobleem: wanneer is een verschil groot genoeg?
➔ Wanneer kunnen we het verschil generaliseren naar populatie?
➔ Statistiek biedt regels om te beslissen: berekeningen zijn nodig om regels te kunnen
toepassen.
◆ via: hypothesetoetsing en significantie
De empirische cyclus
Wat is de rol van kansberekening en toetsen in de statistiek?
❖ statistische significantie nagaan dmv. kansberekening:
➢ is het geobserveerde verschil groot genoeg om significant te zijn
, Hoe moeten we die kans
berekenen?
❖ op basis van
kansverdelingen (bv.
standaardnormale verdeling)
❖ met behulp van verschillende toetsen
Wat is dan een “grote” en een “kleine” kans
- 5% of 0.05 meest courant
Zekerheid?
→ Nooit 100% zeker van conclusie
Onzekerheid is geen probleem, als we maar de mate van onzekerheid kennen!
- bv. we concluderen met 95% zekerheid dat pop funk zorgt voor een betere
gemoedstoestand dan melancholische rock
Zekerheid neemt toe met aantal studies
Hoe kan statistiek misbruikt worden en wat doen we daaraan?
Onduidelijke steekproef
- 95% van de belgen is tevreden over activia
Gebrek aan context
- duracell batterijen gaan tot 5 maal langer mee
Interne validiteit
- Laat het onderzoeksopzet toe om causale conclusies te trekken?
Om alternatieve verklaringen uit te sluiten: experimenteel onderzoek
➔ randomiseren
➔ voormeting
➔ nameting
➔ controleren voor storende variabelen…
= methodologie: noodzakelijk om juiste conclusies te trekken, statistiek alleen is
onvoldoende!
Samengevat:
, - Toetsende statistiek volgt op beschrijvende statistiek in de empirische cyclus
- Bedoeling is om obv. verzamelde data een onderbouwde beslissing te nemen over
verband/verschil.
- Dat we over deze beslissing nooit 100% zeker zijn is niet erg, zolang we maar de
mate van onzekerheid kennen.
- Om die mate van onzekerheid te bepalen, hebben we kansberekeningen nodig.
- Op basis daarvan kunnen we significantie berekenen.
- Statistiek is geen wetenschap op zich. Statistische conclusies zijn pas waardevol als
ook aan de randvoorwaarden voldaan is en statistiek niet misbruikt wordt.
Hoofdstuk 2: Kansverdeling en kansberekening
Waarom hebben we kansen nodig?
➔ twee soorten vragen bij bestuderen van populatie obv de steekproefgegevens:
● hypothesetoetsing
● intervalestimatie
Kansverdeling van de variabele ‘aantal ogen bij het werpen van 2 dobbelstenen’ bij N = 50
theoretische kansverdeling:
Frequentieverdeling van de variabele ‘aantal ogen bij het werpen van 2 dobbelstenen’ bij
N = 50.
Kansverdeling lijkt op een frequentieverdeling maar is niet hetzelfde.
- Kansverdeling: beredeneren we obv hypothetische waarden
- Frequentieverdeling: beredeneren we obv geobserveerde waarden
Verloop van kansverdeling?
➔ gemiddelde en standaardafwijking bij kansverdeling niet echt mogelijk wegens geen
observaties, maar wel obv kansberekening.
, Bv. bij het gooien van 1 dobbelsteen:
Xi = mogelijke uitkomst
Variantie van een kansverdeling
bv. bij het gooien van 1 dobbelsteen:
Kansen zijn van groot belang in onderzoek omdat ze ons in staat stellen om te beslissen of
een observatie heel uitzonderlijk is of eerder heel gewoon.
Om kansen te berekenen maken we gebruik van kansverdelingen: theoretische verdelingen
van mogelijke waarden en bijhorende kansen van een variabele.
Sommige kansverdelingen kunnen we perfect kennen, andere kansverdelingen moeten we
eerder schatten.
2.2. Wat is de steekproefverdeling van het gemiddelde en hoe kunnen we de vorm van
deze verdeling kennen?
Een bijzondere kansverdeling:
de steekproevenverdeling van het gemiddelde
