Hoorcollege 3 (12-10-2020)
Herhaling hoorcollege:
Wat moet je doen als je met de plus-vier-methode nog steeds niet genoeg successen/niet-
successen? Zo past de Z-verdeling minder goed bij hoe de verdeling klopt. Als je te weinig observaties
hebt (ook al met plus-vier), je corrigeert een beetje. Dat is beter dan niks!
Hoofdstuk 9 – Two-way tables
Flowchart meeteenheden
Quantitatieve variabelen (continue variabelen) = interval (geen nulpunt), ratio (20 2x zoveel als 10
omdat dit natuurlijk nulpunt heeft)
Categorische variabelen (kwalitiatief) = ordinaal, nominaal
Wat kan je doen met categorische variabelen?
➢ Toetsen relatie tussen 2 categorische variabele
➢ Hypothese 1 categorische variabele kijken of deze verdeling daarvan klopt
Chi-kwadraat: 2 soorten testen
1. Chi-kwadraat test vergelijken populaties/onafhankelijkheid
- Frequenties 2 variabelen
- Relatie
2. Chi-kwadraat test voor goodness of fit
- Frequentie 1 variabele
- Hoe goed aantallen passen bij ‘’idee’’
Independence
1)Chi-kwadraat: vergelijken populaties
Eerst testen i.p.v. conclusie trekken over de steekproef. EERST GOED BEKIJKEN WAT JE ZIET IN DATA!
DATA WEERGEVEN → Kruistabel voor 2 categorische variabele
Stap 1: gegevens vanuit de kruistabel bekijken
- Complete verdeling /tabel bekijken
In een kruistabel (two-ways table) zet je bij de grootte van de tabel eerst de rijen en
daarna de kolommen. Rows x coloms.
Voorbeeld: De size is 3 x 5
- Zie ik alle categorieën terug?
- Welke groepen bekijk ik en wil ik vergelijken?
- Wat zijn de aantallen van de groepen?
Dit wil je weten omdat er genoeg mensen in de groep moeten zitten. Een redelijk aantal
observaties.
Je wilt geen kleine aantallen (5<). Meerdere keren is samenvoegen.
> Joint distributie (verdeling alle cellen)= aantal : totaal aantal van de gehele tabel
Stap 2: beschrijvende statistiek
Afhankelijke variabele ; categorisch
Onafhankelijke variabele ; categorisch
1
, - GEEN gemiddelde en SD van categorische variabelen
- Marginale verdeling bekijken = de marginale verdeling van één van de categorische
variabelen in een kruistabel, is de verdeling van de waarden van die variabele over alle
individuen in de tabel.
Verteld NIETS over de relatie tussen 2 variabele.
Voorbeeld: gender. Hoeveel mannen/vrouwen heb ik? Hoeveel mensen zitten in …
categorie?
- Percentages informatiever
Hoe bekijk je de marginale verdeling? Kruistabel of in een histogram
1.Gebruik de data in de tabel om de marginale verdeling (in % uit te rekenen van de rij- en
kolomtotalen). Je kijkt niet naar de groepen maar naar de totale aantallen.
2.Maak een grafiek om de marginale verdeling weer te geven.
Je maakt onderscheid tussen de 2 variabelen. De andere variabele is dan NIET interessant.
‘’De marginale verdeling van rijk worden is per categorie .. %’’
Stap 3: conditionele verdeling
- Conditionele verdeling = de groepen op 1 variabele vergelijken wat betreft de verdeling
op de andere variabele.
Een variabele beschrijft de waarden van die variabele over de individuen die een
specifieke waarde hebben op de andere variabele.
Hoe bekijk je conditionele verdeling?
1.Selecteer rijen/kolommen
2.Gebruik data in de tabel om de conditionele verdeling te berekenen (in %) van de rijen en
kolommen
3.Maak grafiek om weer te geven → Side-by-side staafdiagram of segmented histogram (voor de
vergelijking)
Is er een relatie tussen 2 categorische variabele? =
Verschilt de verdeling van variabele 1 van die van
variabele 2?
Percentages zouden hetzelfde kunnen zijn.
Hoe verder uit elkaar → Hoe meer verschil in de
conditionele verdelingen groep 1 en 2 → Hoe meer
het aangeeft dat er een relatie is, percentages uit
elkaar liggen (anders was het gelijk en geen relatie).
Kijk naar je data, de verdeling alle cellen los,
variabele apart en hoe ze verdeelt zijn.
(Absolute getallen kunnen de data vertekenen omdat de steekproefgrootte verschilt. Neem relatieve
getallen zoals percentages).
Stap 4: hypothesen
- Idee wat we willen toetsen
- Idee omzetten in hypothese (idee is het tegenovergestelde van H0)
H0 : percentages in verschillende kolommen zijn gelijk/hetzelfde voor de groepen. > De
rijen/kolommen zijn onafhankelijk.
HA : percentages in verschillende kolommen zijn niet gelijk/hetzelfde voor de groepen. >
De rijen/kolommen zijn afhankelijk.
2
Herhaling hoorcollege:
Wat moet je doen als je met de plus-vier-methode nog steeds niet genoeg successen/niet-
successen? Zo past de Z-verdeling minder goed bij hoe de verdeling klopt. Als je te weinig observaties
hebt (ook al met plus-vier), je corrigeert een beetje. Dat is beter dan niks!
Hoofdstuk 9 – Two-way tables
Flowchart meeteenheden
Quantitatieve variabelen (continue variabelen) = interval (geen nulpunt), ratio (20 2x zoveel als 10
omdat dit natuurlijk nulpunt heeft)
Categorische variabelen (kwalitiatief) = ordinaal, nominaal
Wat kan je doen met categorische variabelen?
➢ Toetsen relatie tussen 2 categorische variabele
➢ Hypothese 1 categorische variabele kijken of deze verdeling daarvan klopt
Chi-kwadraat: 2 soorten testen
1. Chi-kwadraat test vergelijken populaties/onafhankelijkheid
- Frequenties 2 variabelen
- Relatie
2. Chi-kwadraat test voor goodness of fit
- Frequentie 1 variabele
- Hoe goed aantallen passen bij ‘’idee’’
Independence
1)Chi-kwadraat: vergelijken populaties
Eerst testen i.p.v. conclusie trekken over de steekproef. EERST GOED BEKIJKEN WAT JE ZIET IN DATA!
DATA WEERGEVEN → Kruistabel voor 2 categorische variabele
Stap 1: gegevens vanuit de kruistabel bekijken
- Complete verdeling /tabel bekijken
In een kruistabel (two-ways table) zet je bij de grootte van de tabel eerst de rijen en
daarna de kolommen. Rows x coloms.
Voorbeeld: De size is 3 x 5
- Zie ik alle categorieën terug?
- Welke groepen bekijk ik en wil ik vergelijken?
- Wat zijn de aantallen van de groepen?
Dit wil je weten omdat er genoeg mensen in de groep moeten zitten. Een redelijk aantal
observaties.
Je wilt geen kleine aantallen (5<). Meerdere keren is samenvoegen.
> Joint distributie (verdeling alle cellen)= aantal : totaal aantal van de gehele tabel
Stap 2: beschrijvende statistiek
Afhankelijke variabele ; categorisch
Onafhankelijke variabele ; categorisch
1
, - GEEN gemiddelde en SD van categorische variabelen
- Marginale verdeling bekijken = de marginale verdeling van één van de categorische
variabelen in een kruistabel, is de verdeling van de waarden van die variabele over alle
individuen in de tabel.
Verteld NIETS over de relatie tussen 2 variabele.
Voorbeeld: gender. Hoeveel mannen/vrouwen heb ik? Hoeveel mensen zitten in …
categorie?
- Percentages informatiever
Hoe bekijk je de marginale verdeling? Kruistabel of in een histogram
1.Gebruik de data in de tabel om de marginale verdeling (in % uit te rekenen van de rij- en
kolomtotalen). Je kijkt niet naar de groepen maar naar de totale aantallen.
2.Maak een grafiek om de marginale verdeling weer te geven.
Je maakt onderscheid tussen de 2 variabelen. De andere variabele is dan NIET interessant.
‘’De marginale verdeling van rijk worden is per categorie .. %’’
Stap 3: conditionele verdeling
- Conditionele verdeling = de groepen op 1 variabele vergelijken wat betreft de verdeling
op de andere variabele.
Een variabele beschrijft de waarden van die variabele over de individuen die een
specifieke waarde hebben op de andere variabele.
Hoe bekijk je conditionele verdeling?
1.Selecteer rijen/kolommen
2.Gebruik data in de tabel om de conditionele verdeling te berekenen (in %) van de rijen en
kolommen
3.Maak grafiek om weer te geven → Side-by-side staafdiagram of segmented histogram (voor de
vergelijking)
Is er een relatie tussen 2 categorische variabele? =
Verschilt de verdeling van variabele 1 van die van
variabele 2?
Percentages zouden hetzelfde kunnen zijn.
Hoe verder uit elkaar → Hoe meer verschil in de
conditionele verdelingen groep 1 en 2 → Hoe meer
het aangeeft dat er een relatie is, percentages uit
elkaar liggen (anders was het gelijk en geen relatie).
Kijk naar je data, de verdeling alle cellen los,
variabele apart en hoe ze verdeelt zijn.
(Absolute getallen kunnen de data vertekenen omdat de steekproefgrootte verschilt. Neem relatieve
getallen zoals percentages).
Stap 4: hypothesen
- Idee wat we willen toetsen
- Idee omzetten in hypothese (idee is het tegenovergestelde van H0)
H0 : percentages in verschillende kolommen zijn gelijk/hetzelfde voor de groepen. > De
rijen/kolommen zijn onafhankelijk.
HA : percentages in verschillende kolommen zijn niet gelijk/hetzelfde voor de groepen. >
De rijen/kolommen zijn afhankelijk.
2
