Theorie:
Theoretische relevantie: een verschijnsel voorspellen of kennisvermeerdering. Maatschappelijke
relevantie: voor bijvoorbeeld patiënten, MBB’ers, wereldwijd.
Prevalentie: hoeveel bestaande
gevallen zijn er op een bepaald
moment in de tijd? Incidentie:
hoeveel gevallen komen er bij in
een bepaald tijdsbestek?
Patiënten kunnen dood gaan of
herstellen van een ziekte
waardoor de prevalentie
verminderd?
Absolute frequentie: de absolute frequentie van een
waarde is het aantal keer dat deze waarde voorkomt. Alle
waarden en hun bijbehorende frequentie brengen we
onder in een frequentietabel. De som van alle absolute
frequenties is gelijk aan het totaal aantal waarden.
Relatieve frequentie/ proportie: is de frequentie van de
uitkomst gedeeld door het aantal waarnemingen. De relatieve frequentie is in een percentage.
Sensitiviteit: de kans dat een test een uitslag “positief” of “afwijkend” geeft bij mensen die een
ziekte hebben (terecht positief).
Specificiteit: de kans dat een test de uitslag “negatief” of “ niet afwijkend” geeft bij mensen die
de ziekte niet hebben (terecht negatief).
Gouden standaard: de best beschikbare test om onderscheid te kunnen maken tussen
“afwijkend” en “niet afwijkend”. De sensitiviteit en specificiteit kunnen we zelf berekenen:
Hoe kies je tussen 2
diagnostische
meetinstrumenten? Wat is
kwalijker; diagnoses missen
of mensen onnodig ongerust
maken? Naast
diagnosticeren: zijn er voor-
en nadelen verbonden aan
de meetinstrumenten zoals
is het invasief en risico’s?
SPSS → kruistabel
Onderzoek wordt vaak gedaan in een kleinere onderzoeksgroep dan de doelpopulatie betreft,
aangezien de groep anders te groot is, d.m.v. een steekproef. Toetsende statistiek zorgt ervoor
dat toeval wordt uitgesloten. Hoe weet je of de resultaten in de steekproef geldig zijn voor de
doelpopulatie? De resultaten zijn een schatting van de werkelijke waarde in de doelpopulatie.
- Steekproef is representatief
- Steekproef zo groot mogelijk
, Een onderzoek bestaat uit:
1. Een onderzoeksvraag
De onderzoeksvraag bepaald de methode.
Beschrijvende onderzoeksvraag → bestaat uit alleen de beschrijvende statistiek zoals
frequenties met centrum en spreidingsmaten.
Vraag naar verschillen of verbanden → bestaat uit de beschrijvende statistiek en vervolgens
toetsende statistiek zoals H0 en Ha en de P-waarde.
2. Hypothese
Wat verwacht je van de uitslag van het onderzoek? Start met de aanname dat er geen verschil of
verband is, de vergelijkingshypothese H0 (nul). Vervolgens probeer je het tegendeel te bewijzen
met de onderzoekshypothese Ha (alternatief). Zo kun je stellen: uitslag H0, er is geen statisch
significant verschil / verband en uitslag Ha, er is een statisch significant verschil / verband.
3. Methode
Variabele meetniveau’s:
- Nominaal: beschrijvende categorieën zonder ordering (weergegeven in cirkeldiagram of
staafdiagram).
o Man / vrouw
o Juist / onjuist
- Ordinaal: categorieën met ordening (weergegeven in staafdiagram).
o Helemaal oneens / gedeeltelijk eens / helemaal eens
o Laag / gemiddeld / hoog
- Continu: waardes (weergegeven in histogram of boxplot).
o Gewicht
o Lengte
o Bloeddruk
Uitkomstvariabele: de afhankelijke variabele die je probeert te voorspellen. De veranderingen
worden verwacht afhankelijk van de onafhankelijke variabelen. Bijvoorbeeld: effect van nieuwe
medicatie op bloeddruk onderzoeken. Hier is bloeddruk de uitkomstvariabele en de medicatie
de onafhankelijke variabele. ‘In hoeverre is er een statisch significant verschil in X?’ → X =
uitkomstvariabele.
Splitsingsvariabele: de onafhankelijke variabele die wordt gebruikt om data te splitsen in
subgroepen of takken op basis van bepaalde criteria. Je bouwt zo een beslissingsstructuur op
die helpt bij het voorspellen van de uitkomstvariabele. ‘In hoeverre is er een statisch significant
verschil in X tussen de groepen Y en Y?’ → Y = splitsingsvariabele.
4. Resultaten
5. Conclusie
6. Discussie
Om toetsende statistiek toe te passen in een onderzoek gebruiken we SPSS. In dit programma
kunnen we bijvoorbeeld berekenen, hoe groot de kans is dat een fenomeen in de steekproef, ook
gevonden zal worden als het onderzoek gedaan wordt met andere deelnemers. Dit doen we door
te kijken naar de P-waarde (kanswaarde) en we houden een significantieniveau (a) aan.
Theoretische relevantie: een verschijnsel voorspellen of kennisvermeerdering. Maatschappelijke
relevantie: voor bijvoorbeeld patiënten, MBB’ers, wereldwijd.
Prevalentie: hoeveel bestaande
gevallen zijn er op een bepaald
moment in de tijd? Incidentie:
hoeveel gevallen komen er bij in
een bepaald tijdsbestek?
Patiënten kunnen dood gaan of
herstellen van een ziekte
waardoor de prevalentie
verminderd?
Absolute frequentie: de absolute frequentie van een
waarde is het aantal keer dat deze waarde voorkomt. Alle
waarden en hun bijbehorende frequentie brengen we
onder in een frequentietabel. De som van alle absolute
frequenties is gelijk aan het totaal aantal waarden.
Relatieve frequentie/ proportie: is de frequentie van de
uitkomst gedeeld door het aantal waarnemingen. De relatieve frequentie is in een percentage.
Sensitiviteit: de kans dat een test een uitslag “positief” of “afwijkend” geeft bij mensen die een
ziekte hebben (terecht positief).
Specificiteit: de kans dat een test de uitslag “negatief” of “ niet afwijkend” geeft bij mensen die
de ziekte niet hebben (terecht negatief).
Gouden standaard: de best beschikbare test om onderscheid te kunnen maken tussen
“afwijkend” en “niet afwijkend”. De sensitiviteit en specificiteit kunnen we zelf berekenen:
Hoe kies je tussen 2
diagnostische
meetinstrumenten? Wat is
kwalijker; diagnoses missen
of mensen onnodig ongerust
maken? Naast
diagnosticeren: zijn er voor-
en nadelen verbonden aan
de meetinstrumenten zoals
is het invasief en risico’s?
SPSS → kruistabel
Onderzoek wordt vaak gedaan in een kleinere onderzoeksgroep dan de doelpopulatie betreft,
aangezien de groep anders te groot is, d.m.v. een steekproef. Toetsende statistiek zorgt ervoor
dat toeval wordt uitgesloten. Hoe weet je of de resultaten in de steekproef geldig zijn voor de
doelpopulatie? De resultaten zijn een schatting van de werkelijke waarde in de doelpopulatie.
- Steekproef is representatief
- Steekproef zo groot mogelijk
, Een onderzoek bestaat uit:
1. Een onderzoeksvraag
De onderzoeksvraag bepaald de methode.
Beschrijvende onderzoeksvraag → bestaat uit alleen de beschrijvende statistiek zoals
frequenties met centrum en spreidingsmaten.
Vraag naar verschillen of verbanden → bestaat uit de beschrijvende statistiek en vervolgens
toetsende statistiek zoals H0 en Ha en de P-waarde.
2. Hypothese
Wat verwacht je van de uitslag van het onderzoek? Start met de aanname dat er geen verschil of
verband is, de vergelijkingshypothese H0 (nul). Vervolgens probeer je het tegendeel te bewijzen
met de onderzoekshypothese Ha (alternatief). Zo kun je stellen: uitslag H0, er is geen statisch
significant verschil / verband en uitslag Ha, er is een statisch significant verschil / verband.
3. Methode
Variabele meetniveau’s:
- Nominaal: beschrijvende categorieën zonder ordering (weergegeven in cirkeldiagram of
staafdiagram).
o Man / vrouw
o Juist / onjuist
- Ordinaal: categorieën met ordening (weergegeven in staafdiagram).
o Helemaal oneens / gedeeltelijk eens / helemaal eens
o Laag / gemiddeld / hoog
- Continu: waardes (weergegeven in histogram of boxplot).
o Gewicht
o Lengte
o Bloeddruk
Uitkomstvariabele: de afhankelijke variabele die je probeert te voorspellen. De veranderingen
worden verwacht afhankelijk van de onafhankelijke variabelen. Bijvoorbeeld: effect van nieuwe
medicatie op bloeddruk onderzoeken. Hier is bloeddruk de uitkomstvariabele en de medicatie
de onafhankelijke variabele. ‘In hoeverre is er een statisch significant verschil in X?’ → X =
uitkomstvariabele.
Splitsingsvariabele: de onafhankelijke variabele die wordt gebruikt om data te splitsen in
subgroepen of takken op basis van bepaalde criteria. Je bouwt zo een beslissingsstructuur op
die helpt bij het voorspellen van de uitkomstvariabele. ‘In hoeverre is er een statisch significant
verschil in X tussen de groepen Y en Y?’ → Y = splitsingsvariabele.
4. Resultaten
5. Conclusie
6. Discussie
Om toetsende statistiek toe te passen in een onderzoek gebruiken we SPSS. In dit programma
kunnen we bijvoorbeeld berekenen, hoe groot de kans is dat een fenomeen in de steekproef, ook
gevonden zal worden als het onderzoek gedaan wordt met andere deelnemers. Dit doen we door
te kijken naar de P-waarde (kanswaarde) en we houden een significantieniveau (a) aan.
