Samenvatting statistiek
Meerkeuze tentamen met 25 vragen ongeveer. → Minimaal 13 vragen goed. Bonuspunt als
je de 3 SPSS-opdrachten naar behoren hebt gemaakt.
Rode begrippen: essentieel.
Hoofdstuk 1: Why is my evil lecturer forcing me to learn statistics
Paragraaf 1.3
Research proces: (afbeelding)
1. Je begint met een observatie dat je wil snappen.
2. Je maakt hypotheses voor deze observaties (voorspellingen)
3. Je hebt data nodig om je voorspellingen te testen (data verzamelen).
4. Data analyseren (bevestigd je hypothese of creëert een nieuwe die wellicht je
hypothese ontkracht).
Paragraaf 1.4
Veel theorieën starten door iets te observeren en af te vragen waarom dat zo gebeurd. Je
stelt voor jezelf een hypothese op. Voorbeeld: Reality tv-deelnemers hebben een sterke
persoonlijkheid en kibbelen heel veel). Om dit te onderzoeken moeten er een of meerdere
variables worden gekozen die meetbaar zijn en ervoor zorgen dat je meet wat je wil meten.
Voorbeeld: In het voorbeeld is er een variabele: De persoonlijkheid van de deelnemer. Na
het meten aan de hand van een van de variabele: 75% van de deelnemers hebben een
sterke persoonlijkheid. De data bevestigd in dit geval de hypothese.
Paragraaf 1.5
De volgende logische stap is deze data uit te leggen. De eerste stap hierbij is het zoeken naar
relevante theorieën.
Theorie: Een uitleg of een reeks van beginselen die goed is onderbouwd door herhaald
testen en tevens een breed verschijnsel verklaart.
Voorbeeld: Zoeken naar theorieën over sterke persoonlijkheden. Een van de theorieën legt
een verband tussen sterke persoonlijkheid en de opvoeder. Een opvoeder kan het kind een
goed of slechte eigenschap aanleren. Dit voorbeeld is een theorie omdat het een reeks van
beginselen (vroege problemen door de opvoeder) is dat uitleg geeft over een breed
verschijnsel (sterke persoonlijkheid). Een andere theorie legt een verband tussen sterke
persoonlijkheden en de kans om in een conflict met andere te komen, vragend naar eigen
aandacht. Door deze theorie kunnen we een hypothese opstellen over eerdere observaties.
Hypothese: Voorgestelde verklaring voor een vrij smal verschijnsel of een set van
observaties Het is niet een gok, maar een gefundeerde, theorie-gedreven poging uit te
leggen wat is waargenomen.
Verschil hypothese en theorie: Verklaren beiden de wereld. Maar een theorie verklaart een
groot fenomeen aan de hand van goed onderzochte beginselen. Waar een hypothese een
klein fenomeen verklaart (untested!).
1
,Voorbeeld: Na het bestuderen van theorieën kunnen we besluiten dat deze theorie verklaart
dat mensen met een sterke persoonlijkheid worden uitgezocht door de reality-tv series.
Vanuit hier kunnen we een hypothese opstellen: Mensen met sterke persoonlijkheden
gebruiken de reality tv om aandacht te krijgen. Deze hypothese zou onze observaties kunnen
bevestigen.
Om deze hypothese te testen moeten we verplaatsen van het uitleggende domein naar het
onderzoekende domein. We moeten onze hypothese aanpassen zodat het vraagt om data te
verzamelen en deze te analyseren. We doen dit aan de hand van voorspellingen.
Voorspellingen ontstaan vanuit een hypothese en veranderen in iets dat niet geobserveerd
kan worden naar iets dat juist wel geobserveerd kan worden.
Voorbeeld: Mensen met een sterke persoonlijkheid zullen eerder auditie doen voor reality-
tv dan mensen zonder sterke persoonlijkheid. → Door deze voorspelling kunnen we bewijs
verzamelen. We zouden deze voorspelling kunnen onderzoeken door psychologen alle
deelnemers van reality-tv tv te kunnen laten interviewen en juist wel of geen sterke
persoonlijkheid vast te stellen. Het gemiddelde van een sterke persoonlijkheid ligt op 1% dus
we zouden moeten kunnen zien of het hoger ligt onder deelnemers van reality-tv. Als het
hoger is, dan is onze voorspelling correct. Deze voorspelling vertelt ons iets over de
hypothese waarvan deze voorspelling is afgeleid.
Een andere hypothese die kan worden opgesteld (aan de hand van theorie) is de volgende
(aangezien de vorige tricky was): Makers van reality-tv-series selecteren mensen die een
sterke persoonlijkheid hebben, aangezien zij geloven dat conflicten voor goede TV zorgt. Om
deze hypothese te testen zullen we het tot een observeerbaar domein moeten brengen,
door een voorspelling te maken. Een voorspelling zou kunnen zijn: Een onevenredig aantal
mensen met een sterke persoonlijkheid zal door producers worden geselecteerd.
Uit de verzamelde gegevens is gebleken dat van de 7662 mensen die auditie kwamen doen..
Onze eerste voorspelling (gebasseerd op de eerste hypothese) was dat het percentage van
mensen met een sterke persoonlijkheid hoger zal zijn gedurende de auditie dan in het
algemeen. Dit werd bevestigd met 11 tegenover normaliter 1%. Dit betekent dat predictie 1
correct is, wat bewijs levert voor hypothese 1. De tweede voorspelling was dat tv-producers
eerder mensen kiezen met een sterke persoonlijkheid. Als we kijken naar de 12 deelnemers
die ze hebben geselecteerd, hebben er 9 van hen een sterke persoonlijkheid (75%). Als de
producers geen voorkeur hadden gehad voor mensen met een sterke persoonlijkheid,
zouden we slechts 11% verwachten. Deze voorspelling klopt, wat bewijs levert voor
hypothese 2. Deze 2 voorspellingen en hypothesen bevestigen de observatie dat er in
reality-tv meer mensen zitten met een persoonlijkheidsstoornis dan gemiddeld in het
normale leven. (hoe gedaan: observatie → bewezen door data → theorie gebruikt →
hypotheses opgesteld die zijn geoperationaliseerd door voorspelling die getest zijn door data
gebruik. DATA IS HEEL BELANGRIJK.
Falsification: Weerlegt de theorie of hypothese. Dit zorgt ervoor dat je theorie of hypothese
niet verklaard wordt door alle data.
2
,Hypothese: Is GEEN voorspelling over wat zal gebeuren. Een hypothese is een uitleggend
statement over iets, op zichzelf is het niet observeerbaar. De voorspelling is niet de
hypothese. Het is iets afgeleid van de hypothese dat operationaliseert, zodat je dingen kan
observeren dat die je kunne helpen om te hypothese te bevestigen.
Een goede theorie zou ons toestaan om statements about the state of the world te maken.
States about the world zijn goede dingen. Niet alle statements kunnen echter worden getest
door gebruik te maken van science. Scientific statements zijn empirisch gestest. → kunnen
worden bevestigd of juist ontktracht.
Paragraaf 1.6
1.6.1
Om hypotheses te testen hebben we meetbare variabelen nodig.
Variabele: Dingen die kunnen veranderen (they might vary between people (IQ, gedrag), or
locations or even time (mood, profit, etc.). De meeste hypothesen bestaan uit twee
variabelen: voorgestelde oorzaak en voorgesteld resultaat. Voorbeeld: Coca Cola is een
effectief spermicide. Dan is de voorgestelde oorzaak: Coca cola en het voorgestelde
resultaat: dood sperma. Zowel de oorzaak als resultaat zijn variabelen. Voor de oorzaak
zouden we het type drank kunnen veranderen, deze drankjes zullen verschillende
hoeveelheden sperma doden. De sleutel tot het testen van scientific statements is het
meten van twee variabelen.
Independent variable/ predictor variable: De variabele waarvan we denken dat het een
oorzaak is. (Omdat de waarde niet afhangt van andere variabele).
Dependent variable/ outcome variable: De variabele waarvan we denkend dat het een
effect is (de waarde hangt af van de oorzaak).
Deze twee termen liggen erg dichtbij elkaar in experimenteel onderzoek (waar de oorzaak is
gemanipuleerd bij de experiment meneer). Soms worden er correlational methodes
gebruikt. Hierbij is er geen enkel verschil tussen deze variabelen omdat alle variabelen
dependent variabele zijn.
- recap-
* Independent variable: A variable thought to be the cause of some effect. This term is
ususally used in experimental research to describe a variable that the experimenter had
manipulated.
* Dependent variable: A variable thought to be affected by changes in an independent
variable. You can think of this variable as an outcome.
* Predictor variable: A variable thought to predict an outcome variable. This term is basically
another way of saying ‘independent variable’.
* Outcome variable: A variable thought to change as a function of changes in a predictor
variable. For the sake of an easy life this term could be synonymous with dependent
variable.
-recapt-
3
, 1.6.2
Level of measurement: De relatie tussen wat is gemeten en de aantallen die presenteren
wat is gemeten. Variables kunnen categorical or continous zijn en hebben verschillende
levels of measurement.
Categorical variable: Bestaat uit verschillende categorieën. Voorbeeld: soorten (mens, kat,
fruit, etc). Je bent een van deze drie, je kan niet allemaal een beetje zijn.
Binary variable: Twee verschillende type dingen: man/vrouw levend/dood, zwanger/niet
zwanger ja/nee. In alle gevallen zijn er twee waarden.
Nominal variable: Wanneer twee dingen die gelijkwaardig zijn in zekere zin dezelfde naam
krijgen (of nummer), maar er meer dan twee mogelijkheden zijn. Bijvoorbeeld de nummers
op de rug van een rugbyspeler zijn gebaseerd op specifieke veldposities. De nummers
vertellen ons enkel en alleen op welke plek zij staan. Een nummer 10 is bijv. niet direct beter
dan een nummer 2. Kan alleen worden gebruikt om frequenties te overwegen. We zouden
bijv. kunnen kijken naar hoe nummer 10 scoort ten opzichte van nummer 4.
Ordinal variable: Wanneer categorieën zijn geordend. Deze data vertelt ons over dingen die
hebben opgetreden, maar ook in welke volgorde zij zijn opgetreden. Het vertelt ons echter
NIETS tussen de verschillen in de waarden. Bijv. de uitslag van the voice, je hebt een
nummer 1, 2 en 3. Je weet alleen echter niet hoe groot het verschil tussen de nummer 1, 2
en 3 was.
Continuous variable: Geeft een score voor elke persoon and can take on any value on het
measuremaent scale that we are using. Je hebt hiervan twee variabelen. Een continuous
variabele kan worden gemeten op elk level van precizie. Waar discrete variabele alleen op
bepaalde waarde (meestal gehele nummers) van de schaal kunnen worden gemeten. In het
voorbeeld van de 5punts beoordeling schaal is een voorbeeld van een discrete variabele.
The range of the scale is 1-5, maar je kan alleen waarde 1, 2, 3, 4 of 5 hebben. Je kan niet
ewaarde 4.32 of 2.18 hebben. Leeftijd is een continuos variabele, aangezien dit heel precies
kan zijn. Bijv. 5 jaar, 3 maanden, 2 dagen, 2 uur, 1 minuut en 5 seconden, 6 miliseconde, etc.
- Interval variable: Vaak het minimale level. Hierbij moeten de verschillen tussen de
waarde dezelfde verschillen betekenen. Bijv. als je wordt gevraagd om je docent op
verschillende waarde te beoordelen. Elke waarde heeft dan een 5-puntenschaal. De
verschillen tussen bijv. 1 en 2 en 4 en 5 moeten even groot zijn.
- Ratio variable: Nog een stap verder van interval. De ratio's van waarde op de schaal
moet betekenis hebben. Hierbij is het belangrijk dat er een nulpunt is. Hierbij zou het
dus betekenen dat 4 twee keer zo succesvol zou moeten zijn als 2 (dus bijv. 2 keer zo
behulpzaam als dit de waarde is). De tijd om ergens op te reageren is een goed
voorbeeld. Bijv. 50 en 100 heeft zelfde verschil als 150 en 200, bovendien heeft het
een nulpunt, namelijk 0 (seconden).
Veel self-report data zijn ordinaal. Ratings in talentshows hangen of van de subjectieve
gevolens over talent (show, dans, zang). Om deze reden is het in elke situatie waar mensen
subjectieve dingen moeten ranken, dan zal de data moeten worden beschouwd als ordinaal.
4
