Samenvatting
Samenvatting - statistiek 1 (BWB112)
- Instelling
- Rijksuniversiteit Groningen (RuG)
Samenvatting van het vak statistiek 1 wat wordt gegeven in het eerste jaar van Bewegingswetenschappen
[Meer zien]Voorbeeld 2 van de 15 pagina's
Voorbeeld 2 van de 15 pagina's
In winkelwagengesponsord bericht van onze partner
Verkoper
Volgen
Voorbeeld van de inhoud
StatistiekWeek 1:
KENNISCLIPS
MEETNIVEAUS EN SPSS INLEIDING
NOMINAAL: Heeft een categorie, maar geen bepaalde volgorde, zoals geslacht (man, vrouw).
ORDINAAL: Heeft een categorie met een volgorde, zoals plekken in een wedstrijd (1e, 2e,3e, 4e)
INTERVAL: Zinvoller meetniveau voor het bepalen van een volgorde, zoals tijd of temperatuur (het
heeft geen absoluut nulpunt)
RATIO: Interval met een absoluut nulpunt, zoals aantal kinderen (je kan niet -1 kind hebben).
VARIABLE VIEW: Dit is een window waarin je variabelen kan neerzetten. Bijvoorbeeld bij een naam
zet je bij type ‘string’ neer (nominaal). Je kan je variabelen labels geven, waardoor je je variabelen
makkelijker kan vinden. Bij value label kan je bijvoorbeeld neerzetten 1 = man, 2 = vrouw.
DATA VIEW: Hier zet je je data neer, zoals namen die je hebt gekregen en dergelijke.
FREQUENTIEVERDELING EN Z-VERDELING
FREQUENTIEVERDELING in een histogram is een grafiek met
de waardes van de uitkomsten op de x-as. De hoogte van de bars
geeft aan hoe vaak iedere waarde in de dataset voorkomt. Vaak zie
je hier geslacht en aantal proefpersonen of leeftijd en frequentie.
Uniforme verdeling = alle uitkomsten komen even vaak voor
Unimodale verdeling = normaal verdeling (een piek)
Bimodale verdeling = twee pieken
Multimodale verdeling = meerdere pieken
➔ Frequentieverdeling is een soort kansverdeling (op y-as relatieve frequentie = freq/aantal).
Z-verdeling gebruik je om een kans vraagstuk over normaal verdeelde variabelen op te lossen.
Bij een normaalverdeling is het gemiddelde gelijk aan de mediaan en de modus. 95% van de data ligt
tussen + - 1.96 standaarddeviatie. Verdelingen kunnen variëren in gemiddeldes en sd, er zijn dus veel
verschillende normaalverdeling. Er is maar 1 standaardnormaal verdeling (de z-verdeling). Deze heeft
een gemiddelde van 0 en een sd van 1. De z-score is het aantal standaarddeviatie units boven of onder
het gemiddelde.
X = uitkomst
Mu = gemiddelde
Sigma = standaarddeviatie
Met de Z-score kun je berekenen hoe uitzonderlijk een waarde is. Deze zoek je op in de Z-tabel.
NORMALITEIT DATASET
De dataverdeling bepaalt welke centrummaat een goede afspiegeling geeft van de data en het bepaalt
de statistische methode die je het beste kan gebruiken. Vele toetsen eisen een normaalverdeling.
Bij een normaalverdeling ligt binnen 1 SD 68% van de waarnemingen ligt.
Binnen 1.96 SD ligt 95% van alle waarnemingen en binnen 3 SD 100%.
Bij een scheve verdeling is het niet symmetrisch.
SKEWNESS = maat voor de scheefheid.
Bij een veel grotere waarde dan 0 heb je een positief scheve verdeling.
Bij een veel kleinere waarde dan -0 heb je een negatief scheve verdeling.
➔ Bij een grotere skewness dan 1 of kleinere dan -1 spreken we van een niet normale verdeling.
KURTOSIS = maat voor platheid
Bij een veel grotere waarde dan 0 heb je een leptokurtic (minder in staarten).
Bij een veel kleinere waarde dan 0 heb je een platykurtic (meer in staarten).
➔ Bij een grotere kurtosis dan 1 of kleinere dan -1 spreken we van een niet normale verdeling.
, INFERENTIËLE STATISTIEK
Deze vorm heeft 1 belangrijke voorwaarde = een betrouwbare en aselecte steekproef. Alle elementen
uit de populatie hebben een gelijke kans om in de steekproef te komen. Toeval blijft een rol spelen.
Toevals-steekproef = een aselecte steekproef
Populatieparameters zijn bij steekproefonderzoek meestal onbekend.
Steekproefdata verzamelen we, de kengetallen zijn hier dus bekend.
➔ Waarde van statistics wordt bepaald door de populatie en door toeval.
Omdat toeval altijd een rol speelt, doe je een kansuitspraak over een hypothese. Sommige uitkomsten
zijn namelijk waarschijnlijker dan anderen.
Hoe waarschijnlijk een bepaalde uitkomst is onder de aanname dat H0 waar is = P-waarde.
➔ Als deze onder een besliscriterium valt (alfa) dan verwerp je H0.
HYPOTHESES OPSTELLEN
Hypothese is een algemene veronderstelling of een aanname, zie je meestal in de inleiding.
Uitspraak over populatie, vaak een voorspelling van een parameter (gemiddelde, mu) in de populatie.
H0, nulhypothese = er is geen effect (alleen toeval speelt een rol)
H1, onderzoekshypothese = er is een effect (oftewel verschil in resultaat tussen groepen is niet 0)
Nulhypothese probeer je met de statistische toets op het steekproef resultaat te verwerpen. Als je H0
verwerpt, heb je H1 meteen aangenomen.
Als je H0 en H1 met richting geeft, spreek je van eenzijdig toetsen (H1 = … is groter dan …)
➔ Voorbeeld, kinderen slikken medicijn. H0 = er verandert niks, H1 = kind wordt beter.
Als je H0 en H1 zonder richting geeft, spreek je van tweezijdig toetsen (H1 = … is groter/kleiner …)
Keuze voor tweezijdig toetsen is het meest gebruikelijk, SPSS geeft de tweezijdige kans.
Tips voor het formuleren van je hypotheses:
- H0 en H1 sluiten elkaar uit en vullen elkaar volledig aan
- Hypothesen vaak in symbolen geschreven (gemiddelde, correlaties)
- Hypothesen gaan over de populatie, dus symbolen moeten in Griekse letters
- Het woord significant komt nooit voor in de hypothese (significant zegt iets over de conclusie
die je trekt op basis van je steekproef en het statistische bewijs).
BESLISSEN KANS OP FOUTEN
Als de uitkomst onwaarschijnlijk is onder H0 dan is het geen aantrekkelijke verklaring en verwerpen
we H0. De aanname ‘er is een verschil’ is dan favoriet. Er is dan sprake van een significant
toetsresultaat. Echter, je weet nooit of je een goede afspiegeling hebt van de populatie. Toeval speelt
een bepalende rol, ook al heb je een aselecte steekproef genomen.
Wanneer verwerp je H0? Dat hangt van je eigen besliscriterium af (alfa).
➔ Risico van een te grote alfa = type 1 fout, H0 verwerpen terwijl deze waar is (alfa-fout)
Vaak neem je voor alfa de waarde van 0.05 = 5%
Kans op een type 1 fout is bij de meeste onderzoeken max. dus 5% omdat dit vaak de gekozen alfa is.
➔ Risico van een te kleine alfa = type 2 fout, H0 behouden terwijl deze onjuist is (beta-fout,
komt vaker voor dan type 1 fout).
Een kleine steekproef zorgt voor het minder makkelijk verwerpen van H0. Daarnaast merk je een
zwak effect moeilijker op dan een sterk effect. Hoe strenger alfa, hoe kleiner het onderscheidend
vermogen van de statistische toets en hoe groter beta. De kans dat je H0 terecht verwerpt (1-beta), is
het onderscheidende vermogen, oftewel de power van een statistische toets.
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper joycepistorius. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €6,76. Je zit daarna nergens aan vast.
Is Stuvia te vertrouwen?
4,6 sterren op Google & Trustpilot (+1000 reviews)
Afgelopen 30 dagen zijn er 57413 samenvattingen verkocht
Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen