Tentamenstof Methodologie
- HC 1 – Beschrijvende statsteie breuien en meer
Beschrijvende epidemiologie; gebruik en interpretate van beschrijvende maten in context van het
onderzoeksdesign, o.a. prevalente en cumulateve incidente.
Beschrijvende statstek; technische en overzichtelijke beschrijving van de gegevens.
Het voorkomen van ziekte;
- Dichotoom; prevalente, cumulateve incidente, incidentedichtheid
- Contnue; gemiddelde
Met statstek kan je niet de resultaten veranderen of een slechte onderzoeksopzet compenseren.
Vertekening kan niet worden gecompenseerd. Statstek helpt je met het beantwoorden van de
onderzoeksvraag. Je kunt statstek alleen gebruiken als je goed weet waar het onderzoek over gaat.
Een ECG is een metng, maar geen variabele want het is geen kenmerk van een persoon.
Een metng is dus niet gelijk aan een variabele.
Onderzoek op het geven van kortng op groente en fruit, kopen mensen dan gezondere producten?
Interventegroepen; kortng, educate, kortng en educate, geen intervente.
De uitkomst werd bekeken door de kassabonnen te vergelijken.
Meetschalen;
Categoriaal betekent ‘op te delen in categorieën’.
Discreet; uitkomst heef steeds dezelfde afstand, dit wordt ook wel de telvariabele genoemd. Je hebt
niets achter de komma, altjd hele getallen. Bij contnue variabelen is elke mogelijk waarde mogelijk.
Nominaal is niet te ordenen (beroepen), ordinaal is wel te ordenen (opleidingsniveau).
Let op, dichotoomis dus ook een categoriale variabele! Je hebt maar twee categorieën maar dit
wordt veel gebruikt in de epidemiologie.
,Geslacht; dichotoom
Leefijd; contnue, discreet, categoriaal
Omvang gezin; discreet
Opleiding; ordinaal
BMI; contnue
Met de gegevens wil je uiteindelijk een antwoord op de onderzoeksvraag geven. Het onderzoek met
groente is een verklarende vraag. Je wil weten over wie het onderzoek gaat en over wie het wat zegt.
Bij een verklarende vraag wil je je onderzoekspopulate beschrijven. Je kunt ook een beschrijvende
onderzoeksvraag hebben.
Het is belangrijk om een beschrijving van de onderzoekspopulate te geven. Op wie zijn de resultaten
van toepassing. ‘Gevoel’ voor gegevens is belangrijk, vaak zie je al welke kant het efect op gaat
voordat je analyses hebt uitgevoerd. De verdeling van de variabelen is van belang voor de keuze van
de analysetechniek.
Stappen in data-analyse;
1. Van metngen naar operatonalisates (variabele)
2. Data-explorate, kloppen mijn gegevens
3. Databeschrijving
In de onderzoeksvraag staan de belangrijkste determinanten, uitkomsten en doelpopulate.
Vb.: is er een dosis-respons relate tussen cafeïne-inname en de hartslag bij adolescenten?
Vervolgens operatnalisate van de variabelen. Hoe ga je hartslag en cafeïne-inname defniëren, hoe
meet ik de hartslag en cafeïne-inname, hoe kom ik van metngen naar variabelen?
De informate moet je omzeten naar een variabele -> ‘compute’ in SPSS
Voor het beschrijven en onderzoeken van de gegevens is de meetschaal bepalend, is deze categoriaal
of contnue. Je kunt deze dan numeriek of grafsch weergeven.
- Categoriaal; frequentetabellen (numeriek), taart- of staaf diagram (grafsch)
- Contnue; maten voor locate en spreiding (numeriek), histogram, box en whiskerplot, stem and
leafplof (grafsch).
- Categoriaal
Missing = geen gegevens
System missing = geen waarde voor de variabele
-> frequentetab.
Je kijkt of er onmogelijke waarden in de frequentetabellen of diagrammen voorkomen. Je kijkt of de
verdelingen over de categorieën naar verwachtng zijn of dat er rare dingen te zien zijn. Je kijkt ook of
het goed is gegaan met de codering van missende waarden.
,- Contnue
-> maten voor de locate en spreiding
Bij contnue variabelen gebruik je geen frequentetabel omdat je teveel waarden hebt die maar één
keer voorkomen. Je gebruikt daarom het gemiddelde;
Dit is de som van alle waarden / aantal.
Of je bekijkt de mediaan, de middelste in een rij met waarnemingsgetallen.
Gemiddelde
Mediaan
Standaardafwijking
Variante
Minimum
Maximum
Percentelen/interkwartelafst.
De maten voor de spreiding zijn;
- De standaarddeviate;
Van elke waarde bepaal je de afstand tot het gemiddelde, dus hoever liggen alle waardes gemiddeld
tot het gemiddelde. De wortel is de variante.
- Variante; deze kan je weergeven in een tabel
- Bereii; minimum-maximum (!)
- Interiwartelafstand; middelste 50% in een rij waarnemingsgetallen tussen de 25-75%. Bij een
frequentetabel zijn de ‘percentles’ de interkwartelafstanden.
Bij een histogram liggen de staafes tegen elkaar aan omdat je contnue variabelen hebt die oneindig
doorlopen.
, Bij een perfecte normale verdeling vallen het gemiddelde en de mediaan samen. Vergelijk deze
getallen met elkaar om te bepalen of het normaal verdeeld is. Bij de mediaan maakt het hoogste en
het laagste getal niet uit.
Bij een normale verdeling;
+/- 68% ligt tussen het gemiddelde en 1x de SD
+/- 95% ligt tussen het gemiddelde en 2x de SD
>99% ligt tussen het gemiddelde en 3 x de SD
Bij een bimodale verdeling zijn er twee toppen te zien. Dit zijn de waardes die het meeste
voorkomen, dit zie je meestal bij meerdere groepen.
Alleen scheef naar rechtse verdelingen zijn te veranderen naar een normale verdeling, namelijk naar
een lognormale verdeling. Je neemt dan het logaritme van elke waarde van de variabele. Een
normale verdeling is soms nodig voor statstsche analyses.
Bij een goede normale verdeling is de mediaan hetzelfde als het gemiddelde. Daarnaast is het
gemiddelde – 2x de SD een positef getal. Je kunt het ook grafsch bekijken door een boxplot,
histogram of Q-Q plot te maken. Niet goed? Evt. logtransformate
Voorbeeld;
- HC 1 – Beschrijvende statsteie breuien en meer
Beschrijvende epidemiologie; gebruik en interpretate van beschrijvende maten in context van het
onderzoeksdesign, o.a. prevalente en cumulateve incidente.
Beschrijvende statstek; technische en overzichtelijke beschrijving van de gegevens.
Het voorkomen van ziekte;
- Dichotoom; prevalente, cumulateve incidente, incidentedichtheid
- Contnue; gemiddelde
Met statstek kan je niet de resultaten veranderen of een slechte onderzoeksopzet compenseren.
Vertekening kan niet worden gecompenseerd. Statstek helpt je met het beantwoorden van de
onderzoeksvraag. Je kunt statstek alleen gebruiken als je goed weet waar het onderzoek over gaat.
Een ECG is een metng, maar geen variabele want het is geen kenmerk van een persoon.
Een metng is dus niet gelijk aan een variabele.
Onderzoek op het geven van kortng op groente en fruit, kopen mensen dan gezondere producten?
Interventegroepen; kortng, educate, kortng en educate, geen intervente.
De uitkomst werd bekeken door de kassabonnen te vergelijken.
Meetschalen;
Categoriaal betekent ‘op te delen in categorieën’.
Discreet; uitkomst heef steeds dezelfde afstand, dit wordt ook wel de telvariabele genoemd. Je hebt
niets achter de komma, altjd hele getallen. Bij contnue variabelen is elke mogelijk waarde mogelijk.
Nominaal is niet te ordenen (beroepen), ordinaal is wel te ordenen (opleidingsniveau).
Let op, dichotoomis dus ook een categoriale variabele! Je hebt maar twee categorieën maar dit
wordt veel gebruikt in de epidemiologie.
,Geslacht; dichotoom
Leefijd; contnue, discreet, categoriaal
Omvang gezin; discreet
Opleiding; ordinaal
BMI; contnue
Met de gegevens wil je uiteindelijk een antwoord op de onderzoeksvraag geven. Het onderzoek met
groente is een verklarende vraag. Je wil weten over wie het onderzoek gaat en over wie het wat zegt.
Bij een verklarende vraag wil je je onderzoekspopulate beschrijven. Je kunt ook een beschrijvende
onderzoeksvraag hebben.
Het is belangrijk om een beschrijving van de onderzoekspopulate te geven. Op wie zijn de resultaten
van toepassing. ‘Gevoel’ voor gegevens is belangrijk, vaak zie je al welke kant het efect op gaat
voordat je analyses hebt uitgevoerd. De verdeling van de variabelen is van belang voor de keuze van
de analysetechniek.
Stappen in data-analyse;
1. Van metngen naar operatonalisates (variabele)
2. Data-explorate, kloppen mijn gegevens
3. Databeschrijving
In de onderzoeksvraag staan de belangrijkste determinanten, uitkomsten en doelpopulate.
Vb.: is er een dosis-respons relate tussen cafeïne-inname en de hartslag bij adolescenten?
Vervolgens operatnalisate van de variabelen. Hoe ga je hartslag en cafeïne-inname defniëren, hoe
meet ik de hartslag en cafeïne-inname, hoe kom ik van metngen naar variabelen?
De informate moet je omzeten naar een variabele -> ‘compute’ in SPSS
Voor het beschrijven en onderzoeken van de gegevens is de meetschaal bepalend, is deze categoriaal
of contnue. Je kunt deze dan numeriek of grafsch weergeven.
- Categoriaal; frequentetabellen (numeriek), taart- of staaf diagram (grafsch)
- Contnue; maten voor locate en spreiding (numeriek), histogram, box en whiskerplot, stem and
leafplof (grafsch).
- Categoriaal
Missing = geen gegevens
System missing = geen waarde voor de variabele
-> frequentetab.
Je kijkt of er onmogelijke waarden in de frequentetabellen of diagrammen voorkomen. Je kijkt of de
verdelingen over de categorieën naar verwachtng zijn of dat er rare dingen te zien zijn. Je kijkt ook of
het goed is gegaan met de codering van missende waarden.
,- Contnue
-> maten voor de locate en spreiding
Bij contnue variabelen gebruik je geen frequentetabel omdat je teveel waarden hebt die maar één
keer voorkomen. Je gebruikt daarom het gemiddelde;
Dit is de som van alle waarden / aantal.
Of je bekijkt de mediaan, de middelste in een rij met waarnemingsgetallen.
Gemiddelde
Mediaan
Standaardafwijking
Variante
Minimum
Maximum
Percentelen/interkwartelafst.
De maten voor de spreiding zijn;
- De standaarddeviate;
Van elke waarde bepaal je de afstand tot het gemiddelde, dus hoever liggen alle waardes gemiddeld
tot het gemiddelde. De wortel is de variante.
- Variante; deze kan je weergeven in een tabel
- Bereii; minimum-maximum (!)
- Interiwartelafstand; middelste 50% in een rij waarnemingsgetallen tussen de 25-75%. Bij een
frequentetabel zijn de ‘percentles’ de interkwartelafstanden.
Bij een histogram liggen de staafes tegen elkaar aan omdat je contnue variabelen hebt die oneindig
doorlopen.
, Bij een perfecte normale verdeling vallen het gemiddelde en de mediaan samen. Vergelijk deze
getallen met elkaar om te bepalen of het normaal verdeeld is. Bij de mediaan maakt het hoogste en
het laagste getal niet uit.
Bij een normale verdeling;
+/- 68% ligt tussen het gemiddelde en 1x de SD
+/- 95% ligt tussen het gemiddelde en 2x de SD
>99% ligt tussen het gemiddelde en 3 x de SD
Bij een bimodale verdeling zijn er twee toppen te zien. Dit zijn de waardes die het meeste
voorkomen, dit zie je meestal bij meerdere groepen.
Alleen scheef naar rechtse verdelingen zijn te veranderen naar een normale verdeling, namelijk naar
een lognormale verdeling. Je neemt dan het logaritme van elke waarde van de variabele. Een
normale verdeling is soms nodig voor statstsche analyses.
Bij een goede normale verdeling is de mediaan hetzelfde als het gemiddelde. Daarnaast is het
gemiddelde – 2x de SD een positef getal. Je kunt het ook grafsch bekijken door een boxplot,
histogram of Q-Q plot te maken. Niet goed? Evt. logtransformate
Voorbeeld;
