HOC 1 + WPO 1 Inleiding & herhaling
Kan je het onderscheid uitleggen tussen een (toevals)steekproef en een onderzoekspopulatie,
en dit toelichten aan de hand van een eigen voorbeeld.
• Populatie → De populatie is het volledige ensemble of de totale groep van elementen die
relevant zijn voor een bepaalde statistische studie. Het omvat alle individuen, objecten,
gebeurtenissen of eenheden die de onderzoeker wil bestuderen en generaliseren.
Populaties kunnen groot of klein zijn, afhankelijk van het onderwerp van studie.
• Steekproef → Een steekproef is een subset of een gedeelte van de populatie dat wordt
gekozen om te worden bestudeerd. Het doel van het nemen van een steekproef is om
uitspraken te doen over de populatie op basis van de informatie verzameld uit de
steekproef. Een goede steekproef is representatief voor de populatie, wat betekent dat het
kenmerken van de populatie nauwkeurig weerspiegelt.
• Voorbeeld → we willen het gemiddelde inkomen van alle huishoudens in België weten
(alle huishoudens in BE = populatie), onpraktisch/tijdrovend dus nemen we steekproef
van 1000 willekeurige huishoudens (1000 = de steekproef)
Kan je het onderscheid uitleggen tussen parameters en statistieken.
• Parameters → Een parameter is een numerieke eigenschap of karakteristiek van een
populatie. Het is een vaste, maar vaak onbekende, waarde die de onderzoeker probeert te
schatten of te begrijpen. Parameters worden doorgaans aangeduid met Griekse letters
zoals μ (mu) voor het gemiddelde, σ (sigma) voor de standaarddeviatie (Bv. het
gemiddelde inkomen van alle gezinnen in een bepaalde stad, het daadwerkelijke, maar
onbekende, gemiddelde inkomen van alle gezinnen in de stad zou een voorbeeld zijn van
een parameter.)
• Statistieken → Een statistiek is een numerieke eigenschap of karakteristiek van een
steekproef, oftewel een subset van de populatie. In tegenstelling tot parameters, zijn
statistieken bekend en kunnen ze direct worden berekend uit de beschikbare
steekproefgegevens zoals xˉ (steekproefgemiddelde)
• Het verschil conclusie → In wezen is het verschil tussen parameters en statistieken dat
parameters betrekking hebben op eigenschappen van de gehele populatie, terwijl
statistieken betrekking hebben op eigenschappen van een steekproef
Kan je de concepten 'beschrijvende statistiek', 'deductieve statistiek', 'inferentiële statistiek'
en 'inductieve statistiek' toelichten en illustreren aan de hand van een eigen voorbeeld.
• Beschrijvende statistiek of Deductieve statistiek → beschrijvende statistiek gaat over
het samenvatten en weergeven van gegevens op een overzichtelijke manier. Het omvat het
gebruik van statistische maatregelen zoals gemiddelde, mediaan, modus, spreidingsmaten
en grafieken om de belangrijkste kenmerken van een dataset te presenteren, Deductieve
, statistiek omvat het gebruik van statistische methoden om conclusies te trekken op basis
van bekende informatie en theorieën. Het is gebaseerd op deductieve redenering, waarbij
specifieke uitspraken worden afgeleid uit algemene principes. We gaan immers uitspraken
doen over de onderzoekseenheden die we bevraagd hebben.
• Inferentiële statistiek of Inductieve statistiek → Inferentiële statistiek houdt zich bezig
met het trekken van algemene conclusies over een populatie op basis van informatie
verzameld uit een steekproef. Het maakt gebruik van waarschijnlijkheidsmethoden om
uitspraken te doen over onbekende populatieparameters. Inductieve statistiek omvat het
afleiden van algemene principes of conclusies uit specifieke waarnemingen. Het is
gebaseerd op inductieve redenering, waarbij algemene principes worden afgeleid uit
specifieke gevallen. Inferentiële statistiek draait dus rond de veralgemeenbaarheid van
resultaten in de steekproef naar de populatie.
• Eigen voorbeeld → beschrijvende/deductieve statistiek = Stel dat je de scores van
studenten op een wiskundig examen hebt. Je kunt de gemiddelde score, de spreiding van
de scores en een histogram maken om de algehele prestaties van de studenten te
beschrijven. inferentiële/inductieve statistiek = Door een steekproef van 100 willekeurig
geselecteerde studenten te nemen en hun scores te analyseren, kun je inferentiële
statistiek gebruiken om uitspraken te doen over het gemiddelde scoreniveau van alle
studenten in de school.
Kan je het concept 'significantie' uitleggen.
• Significantie → verwijst naar de mate waarin een bepaald resultaat als echt of
betekenisvol wordt beschouwd. Het wordt vaak gebruikt in de context van
hypothesetesten om te bepalen of een waargenomen effect statistisch significant is of dat
het simpelweg het gevolg zou kunnen zijn van toeval.
• Voorbeeld → Stel dat je een medicijn test en wilt weten of het de bloeddruk verlaagt. Je
stelt een nulhypothese op dat het medicijn geen effect heeft. Na het uitvoeren van de
studie bereken je een p-waarde van 0,03. Als je het significantieniveau hebt ingesteld op
0,05, zou je concluderen dat het resultaat statistisch significant is en dat er voldoende
bewijs is om de nulhypothese te verwerpen, wat suggereert dat het medicijn
waarschijnlijk wel een effect heeft op de bloeddruk.
Kan je de concepten 'onderzoekseenheden' en 'variabelen' toelichten.
• Onderzoekseenheden → Onderzoekseenheden verwijzen naar de individuele entiteiten of
objecten die worden bestudeerd in een statistisch onderzoek. Het kunnen personen,
groepen, voorwerpen, gebeurtenissen of andere dingen zijn die relevant zijn voor het
onderzoek. Vb.) In een onderzoek naar de effectiviteit van een nieuw medicijn kunnen de
onderzoekseenheden individuele patiënten zijn. Elke patiënt vertegenwoordigt een
afzonderlijke onderzoekseenheid.
, • Variabelen → Variabelen zijn kenmerken of eigenschappen van de onderzoekseenheden
die kunnen variëren. Ze zijn de meetbare aspecten van de onderzoekseenheden die
worden geobserveerd, gemeten of gemanipuleerd in een onderzoek. Vb.) In hetzelfde
medicijnonderzoek kunnen variabelen onder meer de bloeddruk van de patiënten, het
aantal bijwerkingen dat ze ervaren, de duur van de behandeling en andere relevante
metingen omvatten.
• Verschil → Onderzoekseenheden: Zijn de individuen of objecten die de focus van het
onderzoek vormen. Het zijn de entiteiten waarover je gegevens verzamelt. Variabelen: Zijn
de kenmerken, eigenschappen of metingen die je wilt bestuderen of meten binnen elke
onderzoekseenheid. Variabelen zijn de aspecten van de onderzoekseenheden die kunnen
variëren en die je wilt analyseren. Vb.) Stel je voor dat je een onderzoek doet naar de
relatie tussen de tijd die studenten besteden aan studeren (variabele) en hun
academische prestaties (variabele). De onderzoekseenheden zouden individuele
studenten zijn, en de variabelen zouden de tijd besteed aan studeren en academische
prestaties zijn
Kan je uitleggen wat het operationaliseren van een variabele inhoudt, en waarom dit zo
belangrijk is in statistiek.
• Operationaliseren variabele → is het proces van het vertalen van een abstract concept of
eigenschap in een meetbare en observeerbare vorm. Met andere woorden, het is het
precies definiëren en specificeren van hoe je een bepaalde variabele in een onderzoek
gaat meten of observeren.
• Belang → doordat men verschillende opties heeft om een variabele te gaan
operationaliseren, met name de vorm en definitie van hoe men de variabele gaan
onderzoeken, zijn die keuzes doorslaggevend voor je onderzoek
Wat houdt ‘coderen’ van een variabele in
• Coderen → houdt in dat je waarden toewijst aan de verschillende categorieën of niveaus
van die variabele
Kan je verschillende types variabelen en meetniveaus van variabelen bespreken en van elkaar
onderscheiden aan de hand van hun kenmerken.
• Tekstuele variabelen → Tekstuele variabelen vertegenwoordigen kwalitatieve kenmerken
of categorieën. Ze beschrijven niet de hoeveelheid of de grootte van iets, maar geven aan
tot welke categorie een observatie behoort. Tekstuele variabelen hebben een nominaal of
ordinale meetniveau. Nominaal betekent dat de categorieën alleen verschillen door unieke
namen of labels, terwijl ordinaal aangeeft dat er een natuurlijke rangorde is tussen de
categorieën. Vb.) Geslacht (man, vrouw) = nominaal, opleidingsniveau (laag, gemiddeld,
hoog) = ordinaal.
, • Numerieke variabelen → Numerieke variabelen vertegenwoordigen kwantitatieve
gegevens, wat betekent dat ze metingen zijn van hoeveelheid, grootte, afstand, tijd, etc.
Ze zijn numeriek en impliceren een continuüm van waarden. Numerieke variabelen
hebben een interval- of ratio-meetniveau. Bij intervalmetingen hebben de waarden een
constante tussenruimte, maar er is geen absoluut nulpunt. Bij ratio-metingen is er een
absoluut nulpunt, wat betekent dat er een echt afwezigheidspunt is. Vb.) temperatuur in
Celsius = interval, inkomen in euro’s = ratio
• Kwalitatieve of categorische variabelen → Kwalitatieve variabelen vertegenwoordigen
kwalitatieve kenmerken of categorieën. Ze beschrijven eigenschappen of kenmerken die
niet numeriek zijn, maar in plaats daarvan in categorieën vallen, meetniveau is nominaal
of ordinaal Vb.) geslacht (man, vrouw), opleidingsniveau (hoog, gemiddeld. laag),
bloedgroep (A, B, AB, O)
• Kwantitatieve of metrische variabelen → Kwantitatieve variabelen vertegenwoordigen
kwantitatieve metingen. Ze zijn numeriek en impliceren een continuüm van waarden die
hoeveelheden, grootte, afstand, tijd, enz. meten. Vb.) leeftijd, inkomen, gewicht,
temperatuur. Meetniveau = interval of ratio
• Meetniveau ‘s → nominaal, ordinaal, ratio en interval
Kan je frequentieverdelingen van variabelen correct opstellen en interpreteren.
• Absolute frequentie (Fxi) → verwijst naar het aantal keer dat een bepaalde waarde of
categorie voorkomt in een dataset. Het is een eenvoudige telling van het aantal keren dat
een specifieke waarde zich voordoet.
• N → De som van de absolute frequenties is gelijk aan de steekproefgrootte N. N is dus de
steekproefgrootte of het 'effectief' van de steekproef of populatie.
• Relatieve frequentie (fi) → wordt bekomen door de absolute waarden te delen door de
steekproefomvang of het 'effectief'
• 1 → de som van de relatieve frequenties
• Cumulatieve absolute frequentie (Kxi) → Vanaf het ordinale meetniveau kunnen we voor
variabelen cumulatieve frequenties bepalen. Om de cumulatieve frequenties te berekenen,
tellen we voor elke waarde de absolute frequentie op bij de absolute frequenties van de
voorgaande waarden
• Cumulatieve relatieve frequentie (kxi) → idem absolute frequenties maar dan relatief
