Statistiek – I hate statistics 2017
Variabele = een eigenschap die verschillende waarden heeft voor verschillende individuen, zoals leeftijd of geslacht. Alles
wat in een onderzoek gemeten, uitgevraagd of bijgehouden wordt zijn variabelen.
Dataset = een bestand dat alle informatie bevat over de participanten en alle variabelen.
Dit ziet er als volgt uit : op elke rij staat een participant, dus het aantal rijen staat gelijk aan het aantal participanten in het
onderzoek. Elke kolom staat voor een variabele.
Meetniveaus bepalen welke statistische tools je wel en niet kunt gebruiken. Om dit te weten moet je het meetniveau van
je variabelen weten.
Je kunt variabelen verdelen in twee groepen :
o Categorische variabelen -> gemeten in groepen
o Continue variabelen -> gemeten op een schaal
Binnen categorische variabelen onderscheiden we weer twee typen :
o Nominaal -> kwalitatieve classificatie zonder ordening. Bijvoorbeeld rood, blauw en groen. Je kunt vaak niet
meer doen dan ze in groepen opdelen. Denk bijvoorbeeld aan verschillende smaken ijs.
o Ordinaal -> kwalitatieve classificatie met ordening. Bijvoorbeeld laag, middel en hoog. Er is sprake van een
natuurlijke indeling denk bijvoorbeeld aan leeftijdsgroepen van jonge naar oud.
Binnen continue variabelen onderscheiden we ook twee typen meetniveaus :
o Interval -> gemeten op een numerieke schaal en daarom continue variabelen. Interval variabelen hebben geen
absoluut nulpunt, zelfs als de waarde 0 is. Bijvoorbeeld temperatuur, 0 graden is immers niet de laagste
temperatuur, het betekent niet dat er dan op dat moment geen temperatuur is. Interval variabelen kennen
gelijken stappen. Denk aan 5,10,15,20 etc.
o Ratio -> numerieke schalen en daarom continu. Ratio variabelen hebben een absoluut nulpunt, waarbij een
waarde van 0 het echte minimum is. bijvoorbeeld lengte of gewicht, waarbij een lengte of gewicht van 0 ook
betekent dat iets geen lengte of gewicht heeft.
Populatie = de complete groep mensen waarover onderzoekers informatie willen krijgen.
Steekproef = een kleine groep mensen die deel uitmaken van de gehele populatie. Op basis van de steekproef wordt
een uitspraak gedaan over de gehele populatie.
Representatief = de kenmerken uit de gehele populatie – bijvoorbeeld de verdeling in leeftijd en opleidingsniveau –
komen terug in de steekproef. De steekproef representeert de gehele populatie in een conclusie.
Symbool in de statistiek voor de populatie = μ en σ
Symbool in de statistiek voor de steekproef = X met een streep er boven en s.
Bedrijvende statistiek = wanneer je een uitspraak wilt doen en daar alle informatie voor hebt. Hierbij zijn de steekproef
en de populatie hetzelfde. Bijvoorbeeld ; hoeveel studenten zitten er in de klas?
Inferentiële statistiek = hierbij is de steekproef kleiner dan de populatie. Je moet dan op basis van een steekproef een
uitspraak doen over de rest van de populatie. Dit wordt ook wel inferentie genoemd.
Staaf diagram ->->->->->
Alle groepen staan op de horizontale x-as, voor elke groep is een staafje
getekend die de hoogte van de frequentie aangeeft. De staafjes staan los van
elkaar zodat je ziet dat het om losse groepen gaat.
Doel van staafdiagram is de frequentie per categorie laten zien.
Aantal variabelen = 1
, Voordeel van een staafdiagram is dat je meteen ziet :
• Welke groepen de hoogste en laagste frequentie hebben
• Hoe de verhoudingen zijn (gemakkelijk categorieën vergelijken)
Een staafdiagram is vooral goed te gebruiken als er niet te veel groepen zijn en de groepen allemaal voldoende hoge
frequenties hebben.
De staafdiagram gebruik je daarom vooral bij variabelen op nominaal of ordinaal niveau.
Taartdiagram/Cirkeldiagram ->->->->->
Een taartdiagram heeft veel overeenkomsten met een staafdiagram.
In veel gevallen is een staafdiagram beter omdat je snel op het oog kunt
zien wat de verhoudingen zijn tussen de groepen. Ook kun je alleen
een taartdiagram maken als je data nominaal of ordinaal is en je niet te
veel groepen hebt. Als je dit op interval of ratio niveau doet krijg je veel te
veel stukjes waardoor de grafiek onleesbaar wordt. Dit geldt ook voor de
staafdiagram.
Doel van de cirkeldiagram is de verdeling tussen verschillende categorieën
Weergeven. Dit diagram wordt meestal gebruikt om het aandeel per categorie te laten zien.
Aantal variabelen bij een cirkeldiagram = 1 variabele.
Een specifiek geval waarin een taartdiagram handiger is, is wanneer
je wilt zien welke groepen samen hoger of lager dan een bepaald
percentage zijn. Bij een staafdiagram moet je balkjes optellen en bij
een taartdiagram kun je dit in een oogopslag zien.
Dus , taartdiagram vs staafdiagram :
• Met een taartdiagram zie je minder snel en goed verhoudingen dan bij een staafdiagram.
• Met een taartdiagram kun je beter het totale (cumulatieve) percentage van groepen zien.
Histogram ->->->->->
Bij een histogram deel je de data zelf in vaste groepen in, bepaal je zelf hoeveel groepen
je wilt. 8-10 is vaak een goed aantal en de balken staan tegen elkaar aan om aan te
geven dat de groepen in elkaar overlopen. De breedte van een groep is voor iedere
groep hetzelfde.
Voor data op interval/ratio schaal kun je een histogram maken in plaats van een
Staafgrafiek. Variabelen op deze niveaus kun je onderverdelen in groepen van vaste
grootte (0-9,19,19 etc.).
Doel is frequentie per bereik laten zien.
Aantal variabelen = 1
Verschil met een staafdiagram is dat een histogram je data opdeelt in klassen. Zo worden 1039,1400 en 1650 allemaal
automatisch samengevoegd tot het bereik 1000-2000.
Variabele = een eigenschap die verschillende waarden heeft voor verschillende individuen, zoals leeftijd of geslacht. Alles
wat in een onderzoek gemeten, uitgevraagd of bijgehouden wordt zijn variabelen.
Dataset = een bestand dat alle informatie bevat over de participanten en alle variabelen.
Dit ziet er als volgt uit : op elke rij staat een participant, dus het aantal rijen staat gelijk aan het aantal participanten in het
onderzoek. Elke kolom staat voor een variabele.
Meetniveaus bepalen welke statistische tools je wel en niet kunt gebruiken. Om dit te weten moet je het meetniveau van
je variabelen weten.
Je kunt variabelen verdelen in twee groepen :
o Categorische variabelen -> gemeten in groepen
o Continue variabelen -> gemeten op een schaal
Binnen categorische variabelen onderscheiden we weer twee typen :
o Nominaal -> kwalitatieve classificatie zonder ordening. Bijvoorbeeld rood, blauw en groen. Je kunt vaak niet
meer doen dan ze in groepen opdelen. Denk bijvoorbeeld aan verschillende smaken ijs.
o Ordinaal -> kwalitatieve classificatie met ordening. Bijvoorbeeld laag, middel en hoog. Er is sprake van een
natuurlijke indeling denk bijvoorbeeld aan leeftijdsgroepen van jonge naar oud.
Binnen continue variabelen onderscheiden we ook twee typen meetniveaus :
o Interval -> gemeten op een numerieke schaal en daarom continue variabelen. Interval variabelen hebben geen
absoluut nulpunt, zelfs als de waarde 0 is. Bijvoorbeeld temperatuur, 0 graden is immers niet de laagste
temperatuur, het betekent niet dat er dan op dat moment geen temperatuur is. Interval variabelen kennen
gelijken stappen. Denk aan 5,10,15,20 etc.
o Ratio -> numerieke schalen en daarom continu. Ratio variabelen hebben een absoluut nulpunt, waarbij een
waarde van 0 het echte minimum is. bijvoorbeeld lengte of gewicht, waarbij een lengte of gewicht van 0 ook
betekent dat iets geen lengte of gewicht heeft.
Populatie = de complete groep mensen waarover onderzoekers informatie willen krijgen.
Steekproef = een kleine groep mensen die deel uitmaken van de gehele populatie. Op basis van de steekproef wordt
een uitspraak gedaan over de gehele populatie.
Representatief = de kenmerken uit de gehele populatie – bijvoorbeeld de verdeling in leeftijd en opleidingsniveau –
komen terug in de steekproef. De steekproef representeert de gehele populatie in een conclusie.
Symbool in de statistiek voor de populatie = μ en σ
Symbool in de statistiek voor de steekproef = X met een streep er boven en s.
Bedrijvende statistiek = wanneer je een uitspraak wilt doen en daar alle informatie voor hebt. Hierbij zijn de steekproef
en de populatie hetzelfde. Bijvoorbeeld ; hoeveel studenten zitten er in de klas?
Inferentiële statistiek = hierbij is de steekproef kleiner dan de populatie. Je moet dan op basis van een steekproef een
uitspraak doen over de rest van de populatie. Dit wordt ook wel inferentie genoemd.
Staaf diagram ->->->->->
Alle groepen staan op de horizontale x-as, voor elke groep is een staafje
getekend die de hoogte van de frequentie aangeeft. De staafjes staan los van
elkaar zodat je ziet dat het om losse groepen gaat.
Doel van staafdiagram is de frequentie per categorie laten zien.
Aantal variabelen = 1
, Voordeel van een staafdiagram is dat je meteen ziet :
• Welke groepen de hoogste en laagste frequentie hebben
• Hoe de verhoudingen zijn (gemakkelijk categorieën vergelijken)
Een staafdiagram is vooral goed te gebruiken als er niet te veel groepen zijn en de groepen allemaal voldoende hoge
frequenties hebben.
De staafdiagram gebruik je daarom vooral bij variabelen op nominaal of ordinaal niveau.
Taartdiagram/Cirkeldiagram ->->->->->
Een taartdiagram heeft veel overeenkomsten met een staafdiagram.
In veel gevallen is een staafdiagram beter omdat je snel op het oog kunt
zien wat de verhoudingen zijn tussen de groepen. Ook kun je alleen
een taartdiagram maken als je data nominaal of ordinaal is en je niet te
veel groepen hebt. Als je dit op interval of ratio niveau doet krijg je veel te
veel stukjes waardoor de grafiek onleesbaar wordt. Dit geldt ook voor de
staafdiagram.
Doel van de cirkeldiagram is de verdeling tussen verschillende categorieën
Weergeven. Dit diagram wordt meestal gebruikt om het aandeel per categorie te laten zien.
Aantal variabelen bij een cirkeldiagram = 1 variabele.
Een specifiek geval waarin een taartdiagram handiger is, is wanneer
je wilt zien welke groepen samen hoger of lager dan een bepaald
percentage zijn. Bij een staafdiagram moet je balkjes optellen en bij
een taartdiagram kun je dit in een oogopslag zien.
Dus , taartdiagram vs staafdiagram :
• Met een taartdiagram zie je minder snel en goed verhoudingen dan bij een staafdiagram.
• Met een taartdiagram kun je beter het totale (cumulatieve) percentage van groepen zien.
Histogram ->->->->->
Bij een histogram deel je de data zelf in vaste groepen in, bepaal je zelf hoeveel groepen
je wilt. 8-10 is vaak een goed aantal en de balken staan tegen elkaar aan om aan te
geven dat de groepen in elkaar overlopen. De breedte van een groep is voor iedere
groep hetzelfde.
Voor data op interval/ratio schaal kun je een histogram maken in plaats van een
Staafgrafiek. Variabelen op deze niveaus kun je onderverdelen in groepen van vaste
grootte (0-9,19,19 etc.).
Doel is frequentie per bereik laten zien.
Aantal variabelen = 1
Verschil met een staafdiagram is dat een histogram je data opdeelt in klassen. Zo worden 1039,1400 en 1650 allemaal
automatisch samengevoegd tot het bereik 1000-2000.
