H1 Inleiding

Question 1

Beschrijvende statistiek

Answer 1

Samenvatten van data
- Data: numerieke gegevens van populatie of steekproef

Question 2

2 manieren om data samen te vatten

Answer 2

1. verdeling maken
2. steekproefgrootheden

Question 3

Populatie

Answer 3

• alle leden van een gedefinieerde groep
• parameters zijn maten voor eigenschappen van de scores in de populatie
• Griekse letters geven de parameters weer (mu en sigma)

Question 4

Steekproef

Answer 4

• deelverzameling van leden van een groep
• steekproefgrootheden zijn maten voor eigenschappen van de scores in de steekproef
• Latijnse letters geven steekproefgrootheden weer (X en s)

Question 5

Verdeling

Answer 5

• data samenvatten door groeperen van data met dezelfde score
• dit kan onder andere door middel van een frequentieverdeling of histogram

Question 6

Steekproefgrootheden

Answer 6

• Data samenvatten door kenmerkende eigenschappen van de verdeling van de data
• wat zijn deze kenmerkende eigenschappen:
  –> centrale tendenties en spreiding

Question 7

Centrale tendenties

Answer 7

Gemiddelde, mediaan en modus
- mediaan is middelste getal
- modus is getal met hoogste frequentie

Question 8

Spreiding

Answer 8

Range (max en min), variantie en standaarddeviatie

Question 9

Variantie

Answer 9

s^2 = ss/N-1
–> ss = som vam alle (X-gem)^2 (deviatiescore in het kwadraat) –> sum of squares
- gebruik N bij populatie en N-1 bij steekproef

Question 10

Standaarddeviatie

Answer 10

Wortel van s^2

Question 11

Inferentiële statistiek

Answer 11

• beschijvende statistiek volstaat als we data hebben van de gehele populatie
• bijna altijd hebben we alleen data van een steekproef en niet van de hele populatie want: te duur, te lang en soms onmogelijk

Question 12

3 procedures van de inferentiële statistiek

Answer 12

• hypothese toetsen
• puntschatten
• intervalschatten –> betrouwbaarheidsinterval

Question 13

Hypothese testen

Answer 13

1. Formuleren van hypothesen
2. Beslissingsregels bepalen voor een significant resultaat p<a
3. P-waarde bepalen uit SPSS
4. Beslissing over significantie en inhoudelijke conclusie –> p<a

Question 14

Logica van hypothesetoetsen

Answer 14

• je maakt een aanname over de waarde van een parameter
• gegeven dat de waarde juist is, bepaal je de verdeling van de mogelijke waarden die de steekproefgrootheid kan aannemen bij een enkelvoudige toevallige steekproef van N cases
  –> p-waarde: de kans dat de waarde van gemiddelde of extremer optreedt

Question 15

Als p-waarde kleiner is dan a

Answer 15

‘als mijn H0 waar is, dan is de kans dat ik deze waarde voor X vind of nog extremer, kleiner dan a. Deze kans is zo klein, dat ik geen vertrouwen meer heb in mijn nulhypothese. Ik verwerp H0.’

Question 16

Als p-waarde groter is dan a

Answer 16

‘Als mijn H0 waar is, dan is de kans dat ik deze waarde voor X vind of nog extremer best groot. Ik heb dus niet genoeg redenen om te twijfelen aan de juistheid van H0. Ik verwerp H0 dus niet.’

Question 17

Puntschatten

Answer 17

Wat is de beste gok voor de parameters
- dus welke waarde ligt het dichtste bij de waarde in de populatie
–> voor gemiddelden en variantie van de populatie zijn de gemiddelden en vatiantie van de steekproef de beste gok

Question 18

Intervalschatten

Answer 18

Betrouwbaarheidsinterval: Wat is het interval waarbinnen de waarde van de parameter met …% zekerheid ligt
–> in …% van de keren dat ik een steekproef trek van N=# zal het betrouwbaarheidsinterval mu bevatten

Question 19

Hypothesetoetsen met betrouwbaarheidsintervallen

Answer 19

Tweezijdig hypothesetoetsen
- ligt het gemiddelde van H0 in het interval dan mag je H0 niet verwerpen
- ligt het gemiddelde van H0 niet in het interval, dan mag je H0 wel verwerpen

Question 20

Stel H0 is waar
- betrouwbaarheidsinterval

Answer 20

• 95% van alle mogelijke steekproeven levert een interval op waar het gemiddelde van H0 in ligt (terecht H0 aanhouden)
• 5% van alle mogelijke steekproeven levert een interval op waar het gemiddelde van H0 niet in ligt (ten onrechte H0 wél verwerpen = type I fout)

Question 21

Verschillende soorten toetsen
- twee populaties

Answer 21

1. H0: mu1 = mu2 en s1 = s2 en onbekend, onafhankelijke steekproefen –> t-toets
2. H0: mu1 = mu2 s1 =/= s2 en onbekend, onafhankelijke steekproeven –> t-toets
3. H0: delta = mu1-mu2 = 0 sigma van delta is onbekend, afhankelijke steekproeven –> t-toets

Question 22

Toetsgrootheid

Answer 22

(Steekproefgrootheid X - parameter mu) / standaardfout

Question 23

Levene’s test in SPSS

Answer 23

Bekijk of de varianties significant gelijk zijn. Als dit niet zo is dan bekijk je de equal variances assumed. Zijn de varianties wel significant gelijk, dan gebruik je equal variances not assumed