SAMENVATTING MEETING 3
Moore, McCabe & Craig hoofdstuk 2
Om variabelen te vergelijken is het van belang om de variabelen op dezelfde case te meten.
Als twee variabelen zijn gerelateerd, noemen we dat ook wel geassocieerd. De variabelen
moeten ook dezelfde soort zijn, dus allebei kwantitatief of allebei categorisch. Dit moet je dus
omzetten.
Er zijn twee variabelen:
- Response variabele: meet de uitkomst van een studie afhankelijke variabelen
- Explanatory variabele: verklaart een verandering in de response variabele
onafhankelijke variabelen.
Om twee kwantitatieve variabelen te vergelijken wordt er vaak
gebruik gemaakt van een scatterplot. De waarden van de
response variabele staan verticaal en de explanatory variabelen
staan horizontaal. Hier heb je ook outliers. De sterkte van een
relatie wordt bepaald door hoe dicht de puntjes bij elkaar staan.
Hoe dichterbij, hoe sterker. Ook hier kijk je naar het patroon,
outliers, vorm, richting en strength. Stapgrootte op beide assen
moeten even groot zijn. De lijn in een scatterplot is een
regression line.
2 variabelen zijn positief geassocieerd hoge waarden van X, ook
hoge waarden op Y hebben. Ook als x laag is, en y laag. Bij een
negatieve associatie heeft x boven gemiddeld en y dan juist beneden gemiddeld of
andersom.
Om een categorische waarde in een scatterplot te zetten, gebruik je een andere kleur.
Benchmarking: vergelijken van processen door een organisatie met een gelijkwaardige
organisatie.
Om de richting en de sterkte van de lineaire relatie tussen kwantitatieve variabelen te meten
gebruiken we ook wel correlatie.
Dit reken je als volg uit:
1. Reken het gemiddelde uit van beide variablen.
2. Reken x−x́ uit.
3. Reken σ uit
4. Deel stap 2 door stap 3
5. Vermenigvuldig alle uitkomsten bij stap 4 per variabele
6. Neem hiervan de som
7. Deel dit door n-1
Moore, McCabe & Craig hoofdstuk 2
Om variabelen te vergelijken is het van belang om de variabelen op dezelfde case te meten.
Als twee variabelen zijn gerelateerd, noemen we dat ook wel geassocieerd. De variabelen
moeten ook dezelfde soort zijn, dus allebei kwantitatief of allebei categorisch. Dit moet je dus
omzetten.
Er zijn twee variabelen:
- Response variabele: meet de uitkomst van een studie afhankelijke variabelen
- Explanatory variabele: verklaart een verandering in de response variabele
onafhankelijke variabelen.
Om twee kwantitatieve variabelen te vergelijken wordt er vaak
gebruik gemaakt van een scatterplot. De waarden van de
response variabele staan verticaal en de explanatory variabelen
staan horizontaal. Hier heb je ook outliers. De sterkte van een
relatie wordt bepaald door hoe dicht de puntjes bij elkaar staan.
Hoe dichterbij, hoe sterker. Ook hier kijk je naar het patroon,
outliers, vorm, richting en strength. Stapgrootte op beide assen
moeten even groot zijn. De lijn in een scatterplot is een
regression line.
2 variabelen zijn positief geassocieerd hoge waarden van X, ook
hoge waarden op Y hebben. Ook als x laag is, en y laag. Bij een
negatieve associatie heeft x boven gemiddeld en y dan juist beneden gemiddeld of
andersom.
Om een categorische waarde in een scatterplot te zetten, gebruik je een andere kleur.
Benchmarking: vergelijken van processen door een organisatie met een gelijkwaardige
organisatie.
Om de richting en de sterkte van de lineaire relatie tussen kwantitatieve variabelen te meten
gebruiken we ook wel correlatie.
Dit reken je als volg uit:
1. Reken het gemiddelde uit van beide variablen.
2. Reken x−x́ uit.
3. Reken σ uit
4. Deel stap 2 door stap 3
5. Vermenigvuldig alle uitkomsten bij stap 4 per variabele
6. Neem hiervan de som
7. Deel dit door n-1
