Samenvatting analyse en interpretatie 2
Meetniveau Kenmerk centrummaat spreidingsmaat rekene
n
Nominaal Losse Modus Geen Nee
categorieën
Ordinaal Rangorde Modus, mediaan Variatiebreedte (range; Nee
Interkwartielafstand)
Interval Gelijke Modus, mediaan, Variatiebreedte (range; Ja
intervallen gemiddelde Interkwartielafstand,
standaarddeviatie)
Ratio Natuurlijk Modus, mediaan, Variatiebreedte (range; Ja
nulpunt gemiddelde Interkwartielafstand,
standaarddeviatie)
Standaardafwijking
1. Bereken het gemiddelde van alle waarneming
2. Bereken per waarneming de afwijking van het gemiddelde
3. Kwadrateer deze afwijkingen
4. Neem het gemiddelde van de gekwadrateerde afwijkingen
5. Trek daar de wortel uit
Standaardafwijking u1 = altijd 68%
Standaardafwijking u2 = altijd 95%
Standaardafwijking u3 = altijd 97,5%
Voorbeeld
Leeftijden: 19, 33, 21, 21, 20, 19, 18
Gemiddelde: 141:7=20,14
1,14 van 19, dan 1,14 in het kwadraat
Toetsende statistiek
Toetsen van hypothese door middel van berekeningen
Bij interval en ratio
-> correlatie
, -> regressieanalyse
Correlatie
Waar of niet waar?
• Bij een correlatiecoëfficiënt r waarvoor geldt dat 0,3 < r < 0,5 zeggen we dat er sprake is
van een gemiddeld sterke samenhang tussen de variabelen. – waar
• Bij een correlatiecoëfficiënt van r = 0,2 is er sprake van eens sterkere correlatie dan bij een
correlatiecoëfficiënt van r = -0,6. – niet waar
• Als de correlatiecoëfficiënt 1 is, is er sprake van een causaal (oorzakelijk) verband. – niet
waar
• Als de dataset bestaat uit nominale variabelen heeft het geen zin om een
correlatiecoëfficiënt te berekenen. – waar (alleen interval of ratio)
Oorzakelijk of causaal verband
Het een zorgt er voor dat het andere plaatsvindt. Hoeft niet altijd gelijk een verband tussen
te zijn. Kunnen ook een derde variabele zijn.
Regressie
Een veiligheidskundige heeft onderzocht hoe het aantal inspectiemomenten per maand
samenhangt met het aantal ongevallen per jaar. De gevonden regressievergelijking is: y = 14,
4+ -1,7x
• Wat betekenen de getallen 14,4 en -1,7x?
o 14,4 is het beginpunt op het Y as. Als er nul inspecties zijn, zijn er 14,4 ongevallen per
jaar. 1,7 is het aantal dat er vanaf gaat per inspectie. De dalende lijn.
• Hoeveel ongevallen per jaar worden voorspeld voor een bedrijf dat 6 inspectiemomenten
per maand uitvoert?
o 1,7 * 6 = 10,2 + 14,4 = 14,2.
Vrijheidsgraden
Aantal vrijheidsgraden = (aantal rijen -1) x (aantal kolommen -1) =
Chi kwadraattoets
Verwachte waarnemingen berekenen:
totaal van kolom * totaal van rij / eindtotaal
P-waarde berekenen
We nemen eerst het waargenomen getal (Xo) observed
We trekken hier het verwachte getal vanaf (Xe) expected
We berekenen hiervan het kwadraat en delen dit door het verwachte getal (Xe)
Dit tellen we bij elkaar op
Kwalitatief: niet-cijfermatige gegevens
Kwantitatief: cijfermatige gegevens
SES - Sociaaleconomische status
Als er dingen die vallen onder SES onderzocht worden, gaat het altijd via de SES
geoperationaliseerd. Via de onderstaande 3 onderwerpen wordt er dan geoperationaliseerd.
Meetniveau Kenmerk centrummaat spreidingsmaat rekene
n
Nominaal Losse Modus Geen Nee
categorieën
Ordinaal Rangorde Modus, mediaan Variatiebreedte (range; Nee
Interkwartielafstand)
Interval Gelijke Modus, mediaan, Variatiebreedte (range; Ja
intervallen gemiddelde Interkwartielafstand,
standaarddeviatie)
Ratio Natuurlijk Modus, mediaan, Variatiebreedte (range; Ja
nulpunt gemiddelde Interkwartielafstand,
standaarddeviatie)
Standaardafwijking
1. Bereken het gemiddelde van alle waarneming
2. Bereken per waarneming de afwijking van het gemiddelde
3. Kwadrateer deze afwijkingen
4. Neem het gemiddelde van de gekwadrateerde afwijkingen
5. Trek daar de wortel uit
Standaardafwijking u1 = altijd 68%
Standaardafwijking u2 = altijd 95%
Standaardafwijking u3 = altijd 97,5%
Voorbeeld
Leeftijden: 19, 33, 21, 21, 20, 19, 18
Gemiddelde: 141:7=20,14
1,14 van 19, dan 1,14 in het kwadraat
Toetsende statistiek
Toetsen van hypothese door middel van berekeningen
Bij interval en ratio
-> correlatie
, -> regressieanalyse
Correlatie
Waar of niet waar?
• Bij een correlatiecoëfficiënt r waarvoor geldt dat 0,3 < r < 0,5 zeggen we dat er sprake is
van een gemiddeld sterke samenhang tussen de variabelen. – waar
• Bij een correlatiecoëfficiënt van r = 0,2 is er sprake van eens sterkere correlatie dan bij een
correlatiecoëfficiënt van r = -0,6. – niet waar
• Als de correlatiecoëfficiënt 1 is, is er sprake van een causaal (oorzakelijk) verband. – niet
waar
• Als de dataset bestaat uit nominale variabelen heeft het geen zin om een
correlatiecoëfficiënt te berekenen. – waar (alleen interval of ratio)
Oorzakelijk of causaal verband
Het een zorgt er voor dat het andere plaatsvindt. Hoeft niet altijd gelijk een verband tussen
te zijn. Kunnen ook een derde variabele zijn.
Regressie
Een veiligheidskundige heeft onderzocht hoe het aantal inspectiemomenten per maand
samenhangt met het aantal ongevallen per jaar. De gevonden regressievergelijking is: y = 14,
4+ -1,7x
• Wat betekenen de getallen 14,4 en -1,7x?
o 14,4 is het beginpunt op het Y as. Als er nul inspecties zijn, zijn er 14,4 ongevallen per
jaar. 1,7 is het aantal dat er vanaf gaat per inspectie. De dalende lijn.
• Hoeveel ongevallen per jaar worden voorspeld voor een bedrijf dat 6 inspectiemomenten
per maand uitvoert?
o 1,7 * 6 = 10,2 + 14,4 = 14,2.
Vrijheidsgraden
Aantal vrijheidsgraden = (aantal rijen -1) x (aantal kolommen -1) =
Chi kwadraattoets
Verwachte waarnemingen berekenen:
totaal van kolom * totaal van rij / eindtotaal
P-waarde berekenen
We nemen eerst het waargenomen getal (Xo) observed
We trekken hier het verwachte getal vanaf (Xe) expected
We berekenen hiervan het kwadraat en delen dit door het verwachte getal (Xe)
Dit tellen we bij elkaar op
Kwalitatief: niet-cijfermatige gegevens
Kwantitatief: cijfermatige gegevens
SES - Sociaaleconomische status
Als er dingen die vallen onder SES onderzocht worden, gaat het altijd via de SES
geoperationaliseerd. Via de onderstaande 3 onderwerpen wordt er dan geoperationaliseerd.
