Nominaal Ordinaal Interval (ratio) Nominaal - Kwalitatief - Laagste niveau - Categorieën niet ordenen - Geslacht

Save this PDF as:
 WORD  PNG  TXT  JPG

Maat: px
Weergave met pagina beginnen:

Download "Nominaal Ordinaal Interval (ratio) Nominaal - Kwalitatief - Laagste niveau - Categorieën niet ordenen - Geslacht"

Transcriptie

1 Nominaal - Kwalitatief - Laagste niveau - Categorieën niet ordenen - Geslacht Ordinaal - Kwalitatief - Middelste niveau - Categorieën wel ordenen - Opleidingsniveau Interval / ratio - Kwantitatief - Hoogste niveau - Hebben van nature numerieke schaal - Leeftijd/ inkomen/ IQ/ temp Interval met interval: Meer dan 2 nominale variabelen Meer dan 2 ordinale variabelen Meer dan 3 interval variabelen Nominaal Ordinaal Interval (ratio) Chi-square: H0 wil je niet verwerpen Kruistabel: alleen kwalitatieve kenmerken Cramer s V: samenhangsmaat, hoe dichter bij 1 hoe sterker Wilcoxon: 2 groepen onafh: verdeelsteekproef aselect Kruskall-Wallis: > 2 groepen, verdelingsvrije toets (Chi2: 2 onafh variabelen) (Cramers V: samenhangsmaat) Nominaal kenmerk mag maar uit 2 categorieën bestaan: T-toets: 2 onaf groepen Variantie-analyse (ANOVA): > 2 onafhankelijke groepen R spearman: samenhangsmaat hoe sterk is de relatie? Hoe dichter bij -1 of 1,hoe sterker. 0 = geen relatie Kruskal-Wallis Wilcoxon paired R spearman (-1:1) samenhangsmaat Variantie-analyse ANOVA: >2 groepsgemiddelden die niets met elkaar te maken hebben (verschillen) Kruskall-Wallis Logistische regressie R pearson (-1;1) Enkelvoudige lineaire regressie Multipele regressie: voorspellen Y dmv X1 en X2: hangen niet samen T-test paired One sample T-test: voor 1 populatiegemiddelde T- test paired: 2 populatieverwachtingen vergelijken: geen logische volgorde X1 en X, geen afh kenmerken van Y. Dezelfde respondenten, 2 variabelen. T-test paired onafhankelijke steekproeven: gevolgtrekkingen over 2 verschillende parameters Chi2 Friedman Multipele regressive / Variantieanalyse (Randomized Block Design)

2

3 T-toets 1) H 0 : μ 1 -μ 2 = 0 (of: μ 1 =μ 2 ) 2) H a: μ 1 -μ 2 = ongelijk aan 0 3) Kies verwerpingsgebied, α (0.01 of 0.05 of 0.10) 4) Procedure in SPSS: Analyze Compare Means Independent-Samples T Test Analyze Compare Means Paired-Samples T Test 5) Output: Group Statistics KIJKTIJD V86 geslacht 1 man 2 v rouw Std. Error N Mean Std. Dev iation Mean , , , , , ,07759 Independent Samples Test KIJKTIJD Equal variances assumed Equal variances not assumed Levene's Test f or Equality of Variances F Sig. t df Sig. (2-tailed) t-test for Equality of Means Mean Diff erence 95% Confidence Interv al of the Std. Error Diff erence Diff erence Lower Upper 2,095,148-2, ,025-18,8632 8, , , , ,145,028-18,8632 8, , , Keuze voor equal of unequal hangt af van de F-toets. Als de SIG van de F-toets kleiner is dan α, kiezen we voor unequal.

4 Bij equal ga je ervanuit dat de σ (standaarddeviaties) aan elkaar gelijk zijn. - Df = N1+N2 2-95% confidence interval: als het verschil van 0 NIET in het betrouwbaarheidsinterval ligt moet H 0 verworpen worden - Overschrijdingskans: bij eenzijdig toetsen SIG/2 - Bij paired samples t-test geen verschil tussen equal of unequal 6) Conclusie: SIG > α, H 0 aannemen SIG < α, H 0 verwerpen. Variantie analyse Het tweezijdige verschil tussen twee gemiddelden toetsen Assumpties variantie analyse: - symmetrisch klokvormige verdelingen van de populatie - varianties moeten aan elkaar gelijk zijn 1) H 0 : μ 1 -μ 2 = 0 (of: μ 1 =μ 2 ) (de gemiddelden zijn gelijk) 2) H a: μ 1 -μ 2 = ongelijk aan 0 (ten minste één van de gemiddelden wijkt af) 3) Verwerpingsgebied α 4) Procedure in SPSS: Analyze Compare Means One-Way ANOVA

5 5) Output: Descriptives KIJKTIJD 1 man 2 v rouw Total 95% Confidence Interval for Mean N Mean Std. Dev iation Std. Error Lower Bound Upper Bound Minimum Maximum 4 130, , , , , ,14 210, , , , , , ,00 480, , , , , , ,00 480,00 Test of Homogeneity of Variances kijktijd Lev ene Statistic df 1 df 2 Sig. 10, ,000 KIJKTIJD Between Groups Within Groups Total - Test of homogeneity: de SIG moet groter zijn dan de α, dan zijn de varianties aan elkaar gelijk en dan mag de variantietest uitgevoerd worden. - Formules toetsingsgrootheid etc: zie aantekeningen college #2 6) Conclusie: F-toets SIG > α, H 0 aannemen ANOVA Sum of Squares df Mean Square F Sig. 2479, ,592,139, , , ,4 9

6 SIG < α, H 0 verwerpen. 7) Post hoc: Als de nulhypothese bij een variantie-analyse wordt verworpen, zouden we kunnen gaan bekijken tussen welke categorieën van de onafhankelijke variabele er verschillen zijn. Dit geschiedt met behulp van zogenaamde Post-Hoc tests. Twee procedures: - Tukey: Deze toets veronderstelt gelijke steekproefomvangen per categorie van de onafhankelijke variabele. (is meestal niet het geval) - Bonferroni/Scheffé: staan ongelijke steekproefomvangen toe SPSS aansturing: Analyze Compare Means One-Way ANOVA Options Descriptive Continue Post Hoc Continue OK. Output:

7 De cijfers waar een sterretje achter staat zijn de statistisch significante verschillen. Bonferroni is de meest gebruikte post-hoc toets, Scheffé is conservatief (bijna nooit statistisch significante uitkomsten). Regressie analyse Voorspellen wat voor invloed bepaalde factoren op elkaar hebben 1) Algemene regressievergelijking: Y p = B 0 +B1 X1 +B2 X2 +B3 X3 (etc, ligt eraan hoeveel predictoren)

8 2) SPSS procedure: Analyze Regression Linear. Breng de juiste variabelen naar het Dependent-hok en het Independent(s)-hok, door op de variabelen te klikken en tevens op de bijhorende. Klik tenslotte op OK 3) Output: Model Summary Mod el R R Square Adjusted R Square Std. Error of the Estimate 1,214 a,046,043,83918 a. Predictors: (Constant), aantal jaren woonachtig in Nijmegen, waardering woonomgeving, Aantal kilometers naar werkplek - R square: verklaringskracht van het model. Hier: 4,6% van de spreiding van het model wordt verklaard. Als de R 2 > 0.20, dan begint het wat voor te stellen ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regressio 33, ,167 15,857,000 a n Residual 695, ,704 Total 729,

9 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regressio 33, ,167 15,857,000 a n Residual 695, ,704 Total 729, a. Predictors: (Constant), aantal jaren woonachtig in Nijmegen, waardering woonomgeving, Aantal kilometers naar werkplek b. Dependent Variable: waardering nijmegen - Anova = bruikbaarheid van het model. Te zien aan de F-toets. H 0 : β1=β2=0 (dus het model is niet bruikbaar) H a : ten minste één van de regressie coëfficiënten wijkt af van 0 SIG > α, H 0 aannemen SIG < α, H 0 verwerpen. Dus hier: H0 verwerpen dus het model is bruikbaar. Coefficients a Standardiz ed Unstandardized Coefficient Coefficients s Model B Std. Error Beta t Sig. 1 (Constant) 6,565,157 41,804,000

10 Aantal kilometers 9,722E-5,000,056 1,744,082 naar werkplek waardering,137,021,205 6,605,000 woonomgeving aantal jaren -,001,001 -,034-1,080,280 woonachtig in Nijmegen a. Dependent Variable: waardering nijmegen - Aan de hand van deze tabel kan de regressievergelijking opgesteld worden. Y p = E-5X X 0.001X Ik voorspel dat als het aantal jaren dat de respondent in Nijmegen woont met één jaar toeneemt, de waardering met daalt. Enz. Voor de andere formules etc zie college # 3 en opdracht # 3. Chi square Toetsen of twee properties van elkaar afwijken 1) H 0 : P1=P2 2) H a : P1 is niet P2 LET OP: H 0 verwerpen is hier niet het doel!! Dan is de steekproef representatief.

11 3) Verwerpingsgebied α 4) Procedure SPSS: Analyze Nonparametric tetst Legacy Dialogs Chi square 5) Output: V86 geslacht 1 man 2 v rouw Total Observ ed N Expected N Residual ,0-75, ,0 75,0 730 Chi-Square a df Asy mp. Sig. Test Statistics V86 geslacht 30,822 Het doel is om de asymp. Sig 1 te laten zijn. 6) Conclusie: SIG > α, H 0 aannemen SIG < α, H 0 verwerpen. 1,000 a. 0 cells (,0%) hav e expected frequencies less than 5. The minimum expected cell f requency is 365,0. Wilcoxon Toets op verschillen in rangnummers.

12 1) H 0 : de locaties van de 2 verdelingen zijn gelijk 2) H a : locatie van de 2 verdelingen zijn ongelijk 3) SPSS procedure: Voor onafhankelijke steekproeven: Analyze Nonparametric Tests Legacy Dialogs 2 Independent Samples Define Groups OK Voor gepaarde (afhankelijke) waarnemingen: Analyze Nonparametric Tests Legacy Dialogs 2 Related samples OK 4) Output voor onafhankelijke steekproef: Test Statistics b V3 Mate van agressiviteit V4 1 oudste 2 jongste Total Ranks N Mean Rank Sum of Ranks 3 4,00 12,00 3 3,00 9,00 6 Mann-Whitney U Wilcoxon W Z Asy mp. Sig. (2-tailed) Exact Sig. [2*(1-tailed Sig.)] a. Not corrected f or ties. b. Grouping Variable: V4 V3 Mate van agressiv iteit 3,000 9,000 -,655,513,700 a 5) Output voor afhankelijke steekproeven

13 V2 Mate v an agressiv iteit jongste - V1 Mate van agressiv iteit oudste Negativ e Ranks Positiv e Ranks Ties Total Ranks N Mean Rank Sum of Ranks 3 a 3,17 9,50 2 b 2,75 5,50 1 c a. V2 Mate van agressiviteit jongste < V1 Mate v an agressiv iteit oudste b. V2 Mate van agressiviteit jongste > V1 Mate v an agressiv iteit oudste c. V2 Mate van agressiviteit jongste = V1 Mate v an agressiv iteit oudste 6 Z Test Statistics b Asy mp. Sig. (2-tailed) a. Based on positive ranks. V2 Mate van agressiv iteit jongste - V1 Mate van agressiv iteit oudste -,542 a b. Wilcoxon Signed Ranks Test,588 6) Conclusie: SIG > α, H 0 aannemen SIG < α, H 0 verwerpen. Kruskall-Wallis Toets voor meer groepen: verschillen de gemiddelden van de rangnummers met elkaar?

14 1) H 0 : locaties van de meerdere verdelingen zijn gelijk 2) H a : ten minste één van de locaties van de verdelingen wijkt af van de rest 3) SPSS procedure: Voor independent samples: Analyze Nonparametric Tests Legacy Dialogs K Independent Samples (Grouping Variable) Define Range. Type 1 in het minimum-hokje, N in het maximum-hok en klik dan Continue OK 4) Output: Ranks Test Statistics a,b V1 pijngrens V2 haarkleur 1 lichtblond 2 donkerblond 3 lichtbruin 4 donkerbruin Total N Mean Rank 5 15, ,30 4 7,38 5 4,60 19 V1 pijngrens Chi-Square 10,589 df 3 Asy mp. Sig.,014 a. Kruskal Wallis Test b. Grouping Variable: V2 haarkleur - Chi square is hier de KW-waarde. 5) Conclusie: SIG > α, H 0 aannemen SIG < α, H 0 verwerpen.

15 Friedman Bestaat er een verschil in scores in het aantal verdelingen? H0 & Ha hetzelfde als bij de Kruskall Wallis. 1) SPSS procedure: Analyze Nonparametric Tests Legacy Dialogs K Related Samples. Breng ALLE variabelen naar het rechter hok (Test Variables) door ze één voor één aan te klikken en op de te klikken. Klik tenslotte op OK. 2) Output: lawy er politicn phy sicn corppres collprof Descriptive Statistics N Mean Std. Dev iation Minimum Maximum 15 3,40 1, ,73, ,60, ,40, ,87, Ranks Mean Rank lawy er 3,40 politicn 4,73 phy sicn 1,60 corppres 3,40 collprof 1,87 Test Statistics a N 15 Chi-Square 39,413 df 4 Asy mp. Sig.,000 a. Friedman Test De Chi square is hier de Friedman waarde 3) Conclusie: SIG > α, H 0 aannemen SIG < α, H 0 verwerpen.

16 Kruistabellen Twee variabelen (kwalitatieve kenmerken) met elkaar in verband brengen 1) H 0 : de kenmerken zijn statistisch onafhankelijk 2) H a : de kenmerken zijn statistisch afhankelijk 3) SPSS procedure: Analyze descriptive statistics crosstabs 4) Output:

17 Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (2-sided) 37,969 a 9,000 38,305 9,000 4,089 1, a. 4 cells (20,0%) have expected count less than 5. The minimum expected count is 1,99. A: Dit moet 0 zijn, anders mag het model niet gebruikt worden. Regel van cochran: als de cellen < 20%, dan mag de Chi square nog wel gebruikt worden. Symmetric Measures Nominal by Nominal N of Valid Cases Phi Cramer's V a. Not assuming the null hy pothesis. Value Approx. Sig.,228,000,228, b. Using the asy mptotic standard error assuming the null hy pothesis.

18 Samenhangsmaten: Cramer s V Symmetric Measures Nominal by Nominal N of Valid Cases Phi Cramer's V a. Not assuming the null hy pothesis. Value Approx. Sig.,228,000,228, b. Using the asy mptotic standard error assuming the null hy pothesis. Waarde loopt van 0 tot 1, met 0 geen samenhang en 1 veel samenhang. Als de V > 0.5, dan begint het wat voor te stellen. Procedure SPSS: options bij crosstabs Spearman Rs Correlations codeurnu mmer rubriek

19 Spearman's rho codeurnum mer rubriek Correlation 1,000,041 Coefficient Sig. (2-tailed).,267 N Correlation,041 1,000 Coefficient Sig. (2-tailed),267. N Waarde loopt van -1 tot 1. Pearson R codeurnum mer rubriek Correlations codeurnu mmer rubriek Pearson 1,018 Correlation Sig. (2-tailed),619 N Pearson,018 1 Correlation Sig. (2-tailed),619 N

20 Waarde loopt van -1 tot 1 Als de waarde > 0.3 en < -0.3, dan stelt de samenhang wat voor - Procedure in SPSS: analyse correlate bivariate vink pearson aan

21 TENTAMENVRAGEN Vraag 1. Meetniveaus: Respondentnummer nominaal Percentage van tijd besteed aan en interval Ik voel me vaak overbodig ordinaal Geboortejaar interval Provincie nominaal Vraag 2. De onderzoeker wil weten of het mogelijk is een voorspellingsmodel te berekenen op basis waarvan de houding met betrekking tot respect voor-, en vertrouwen in anderen kan worden voorspeld op basis van leeftijd en opleiding. (opl3cat) De variabelen omtrent houding betreffende respect en vertrouwen zijn de variabelen v50, 52, 53, en v55. Het is de bedoeling dat deze worden samengevoegd tot nieuwe variabelen. Opl3cat heeft niet het vereiste meetniveau, daar zult u wat aan moeten doen. Aanmaken variabelen respect en vertrouwen Compute RESPVERTR = mean.3(v50,v52,v53,v55) Dummy maken voor de variabele opleiding: Compute opl1=0 If(opl3cat=1) opl1=1 Compute opl2=0 If(opl3cat=2) opl2=1 Compute opl3=0 If(opl3cat=3) opl3=1 If (missing(opl3cat)) opl1=9 If (missing(opl3cat)) opl2=9

22 If (missing(opl3cat)) opl3=9 Missing values opl1 tot opl3 (9) Execute. De 4 regels voor execute zijn scherpslijpers en niet in de beoordeling meegenomen. Voer de gevraagde statistische berekening uit en geef het berekende voorspellingsmodel plus de verklaringskracht van het voorspellingsmodel weer. Voorspellingsmodel: Ŷ= x1+E Verklaringskracht: R² = R² adjusted= % van de spreiding wordt verklaard door leeftijd en opleiding samen. De onderzoeker wil weten of het berekende voorspellingsmodel bruikbaar is. Welke toets, H0 en Ha. Toets op bruikbaarheid Variantie analayse Anovatabel F-toets. H0: β1= β2= β3=0 Ha: tenminste 1 β wijkt statistisch significant af van o. Conclusie: F=21.789, SIG=0.000 (α=0.01) H0 verwerpen, het model is bruikbaar. De onderzoeker wil ook weten of de onafhankelijke variabele een statistisch significante bijdrage levert aan de voorspellingskracht van het model.

23 H0: β1=0 H0: β2=0 H0: β3=0 Conclusie: β1: sig= Leeftijd significant bij alpha 0.05 β2: sig= Opl1 significant bij alpha 0.05 β3: sig= Opl2 significant bij alpha 0.05 De onderzoeker wil tenslotte weten of het wel gerechtvaardigd was (en is) om de statistische analysetechniek uit de eerdere onderdelen van vraag 2 te gebruiken. Hij voert hiertoe binnen dezelfde analysetechniek nog een specifieke analyse uit, die uitsluitsel kan geven. Heeft de onderzoeker statistisch correct gehandeld? Mag de onderzoeker wel gebruik maken van lineaire regressie analyse? Residu-analyse uitvoeren=analyse op het onverklaarde deel van de variantie op de variabele CRIM. Het histogram van de residuen is normaal verdeeld en de normal probability plot geeft een vrijwel rechte lijn weer, dus heeft de onderzoeker statistisch correct gehandeld. Vraag 3. De eerste groep richt zich op waardering voor het leven, variabelen v34, 35, 36, en v37. De tweede groep richt zich op vertrouwen in de politiek en economie, variabelen v49, 51, 54, en v56. Vermoeden: een hogere score op de eerste groep kenmerken. (Dus op waardering voor het leven) Maak twee nieuwe variabelen en kies een toets. Ga uit van normaal verdeelde scores op de twee door u aan te maken variabelen in de populatie. Hoe heeft U de nieuwe variabelen aangemaakt? Recode V35 V37 (1=5) (2=4) (3=3) (4=2) (5=1) Into r35 r37. Compute WAARDLEV = mean.3(v34, r35, v36, r37) Compute POLVERTR = mean.3(v49, v51, v54, v56)

24 Exe. Welke toets? H0&Ha in symbolen? T-toets matched pairs (normaal verdeeld) H0: μd=0 Ha: μd>0 Voer de door u gekozen toets uit bij alpha T-toets, T= (hoogte toetsingsgrootheid) Dit kan afwijken van de wijze waarop de schalen zijn gemaakt. Statistische conclusie: H0 verwerpen, sig=0.000/2 (eenzijdig) < alpha Inhoudelijke conclusie: het vermoeden van de onderzoeker wordt bevestigd, waardering voor het leven wordt sterker ondersteund dan vertrouwen in politiek en economie. Vraag 4. Bestaat er een verschil in mate van interesse in provincie (v72), in NL (v37), in Europa (v74), en buiten Europa (v75)? Welke toets? H0 en Ha? Friedman R-toets, meetniveau variabelen ordinaal en waarnemingen afhankelijk van elkaar. H0: de 4 kansverdelingen zijn identiek de gemiddelde rangnummers zijn gelijk. Ha: de 4 kansverdelingen wijken van elkaar af tenminste 1 verdeling wijkt af van de rest. Voer de toets uit bij alpha 0.05 en trek conclusies. Toetsingsgrootheid: Fr= Chi² Waarde toetsingsgrootheid: Chi²= Statistische conclusie: H0 verwerpen, sig<alpha. Inhoudelijke conclusie: de mate van interesse in gebeurtenissen verschilt voor wat betreft provincie, NL, Europa en buiten Europa.

25 Voer dezelfde toets uit bij gelijkblijvende alpha, maar nu opgesplitst naar opleidingsniveau. Split file by opl3cat. Toetsingsgrootheden per opleidingscategorie: Chi²= Conclusies zijn hetzelfde als bij b. Vraag 5. De onderzoeker vermoedt, dat het gemiddelde aantal minuten dat per dag tv gekeken wordt in de Nederlandse bevolking nogal verschilt naar leeftijd in categorieën, en wil dat met behulp van de steekproefgegevens gaan toetsen. Welke statistische toetsen zou de onderzoeker kunnen gebruiken? Variantie-analyse Parametrisch Kruskal Wallis Non-parametrisch Kies 1 toets en formuleer de achtergrondassumpties voor het mogen gebruiken van deze toets. Variantie-analyse assumpties: Uiteraard a-selecte steekproeftrekking, de varianties van de 7 populaties (7 leeftijdscategorieën) zijn aan elkaar gelijk en de populatieverdelingen zijn symmetrisch en klokvormig. Het kenmerk 'kijktijd' is van interval of ratio-meetniveau. Kruskal Wallis assumpties: A-selecte steekproef. Formuleer de nulhypothese en de alternatieve hypothese. (Hier gaat het dus om de toets mbt tot variantie analyse!)

26 H0 = De 7 populatiegemiddelden zijn aan elkaar gelijk. ( u1 = u2 = u3 = u4 = u5 = u6 = u7) Ha = Tenminste 1 van de populatiegemiddelden wijkt af. Geef de toetsingsgrootheid weer en hoe luidt de conclusie bij Alpha is 0,05. (Hier gaat het dus om de toets mbt tot variantie analyse!) Toetsingsgrootheid plus waarde noteren. F= Sig.= Sig < Alpha dus de hypothese mag verworpen worden. Inhoudelijk: Uit dit onderzoek blijkt, dat tenminste 1 van de 7 leeftijdscategorieën afwijkt van de andere 6 wat betreft gemiddelde kijktijd. Formuleer de nulhypothese en de alternaieve hypothese. (Hier gaat het dus om de Kruskal Wallis toets!) H0 = De 7 kansverdelingen van kijktijd zijn identiek of hebben dezelfde locatie. Ha = Tenminste 1 kansverdeling wijkt af van de overige 6. Geef de toetsingsgrootheid weer en hoe luidt de conclusie bij Alpha is 0,05. (Hier gaat het dus om de Kruskal Wallis toets!) Tenminste 1 kansverdeling van kijktijd-niveau wijkt af van de andere 6 kansverdelingen. Er is een locatieverschil. Vraag 6. De onderzoeker heeft het vermoeden, dat er in de populatie tussen mannen en vrouwen een verschil bestaat voor wat betreft het niveau van hoogst voltooide opleiding.

27 Formuleer de nulhypothese en de alternatieve hypothese. H0 = Er is geen verschil tussen mannen en vrouwen voor wat betreft de locatie van de kansverdeling en op opleidingsniveau. Ha = Er bestaat een verschil in locatie van de kansverdelingen op opleidingsniveau tussen mannen en vrouwen. Geef de toetsingsgrootheid Z = (Wilcoxon toets! Non-parametrische toets voor 2 onafhankelijke steekproeven. Output Mann Whitney geeft de Z waarde!) Wicoxon is in sbss hetzelfde als Mann Whitney) (Opleiding is van ordinaal meetniveau, dus een t-toets mag niet.) Conclusie? H0 verwerpen. Sig = 0,000 Sig < Alpa Inhoudelijke conclusie? Op basis van dit steekproefonderzoek moet de 0 hypothese worden verworpen. Tussen mannen en vrouwen is er een verschil gekeken naar hoogst voltooide opleiding. Beschrijvende, toetsende en verklarende statistiek, eigenlijk is het wel erg simpel? 1. Een onderwijssocioloog heeft het vermoeden, dat des te hoger iemands opleidingsniveau is des te geringer het aantal minuten zal zijn, dat iemand tv kijkt. Betreffende onderzoeker heeft materiaal ter beschikking om dit vermoeden te toetsen. Welke toetsen zijn eventueel geschikt, noem de voorwaarden waaronder deze toetsen mogen worden gebruikt, formuleer de bijbehorende hypothesen, verwerpingsgebied (α=.01) en formuleer de conclusies van de toetsen.

28 Waarden van x voorspellen aan de hand van y. toets is enkelvoudige regressie. H 0 : B 1 = 0 H a : B 1 0. Er is een afhankelijke en een onafhankelijke variabele. 2. Een theoloog met aanleg voor empirisch onderzoek wil weten of het al dan niet hebben van kinderen in statistische zin een relatie heeft met het al dan niet lid zijn van een kerk of religieuze organisatie. Hij kijkt naar het meetniveau van de kenmerken en kiest voor een specifieke statische analysetechniek. Welke techniek is dat? Formuleer de nulhypothese en de alternatieve hypothese, verwerpingsgebied (α=.05) en trek uw conclusie. Kruistabel + Chi kwadraat. Relatie onderzoeken tussen kinderen en kerklid. 3. Een communicatiewetenschapper vermoedt, dat er een verschil bestaat in het gemiddeld aantal minuten, dat mensen zonder kinderen en mensen met kinderen, televisie kijken en wil dat toetsen met de meest geschikte toets. De onderzoeker vermoedt, dat de verdeling over het kenmerk Kijktijd in de twee onderzoekspopulaties als normaal mag worden beschouwd. Welke toets zal hij kiezen? Formuleer de nulhypothese en de alternatieve hypothese, verwerpingsgebied (α=.05) en trek uw conclusie op basis van de toetskeuze. Independent samples t-test. Onderzoeken of de gemiddelden van twee groepen van elkaar afwijken. Wijkt het gemiddelde van de groep geen kinderen af van de groep wel kinderen. Testen door, t-waarde van test te vergelijken met t-waarde uit het boek (in dit geval voor 95%) of door sigma te vergelijken met alpha. 4. Een sociaalpsychologe is geïnteresseerd in de samenhang tussen twee variabelen betreffende steun uit het sociale netwerk. Welke samenhangsmaat is de meest geschikte en waarom? Zijn de samenhangen statistisch significant en ook relevant (α=.01)? Tevens wil betreffende onderzoekster weten of er een significant verschil bestaat voor wat betreft de populatiegemiddelden op deze kenmerken. Welke toets kan zij gebruiken (neem aan dat beide variabelen kwantitatief zijn) en hoe luidt haar conclusie bij een α van.01? Spearman s Rho. Berekenen dmv correlatie. Je wil de samenhang tussen twee variabelen testen.

29 Deelvraag: paired samples t-test: Vergelijking van twee afhankelijke groepen kijken of er een significant verschil bestaat, om verschillen op te merken moet je vergelijken dus t-test. 5. Een socioloog doet een poging om met behulp van secundaire analyse de kijktijd van respondenten te voorspellen uit de leeftijd van de respondenten. Hij voert hiertoe een statistische analyse uit, die daarvoor geknipt is. Kies de meest geschikte statistische analysetechniek en kan de socioloog hier iets mee m.a.w. is het een statistisch significant en vervolgens relevant voorspellingsmodel (α=.05)? Vervolgens voert de socioloog een tweede kenmerk (hoogst voltooide opleiding) in in het model. Hij heeft daartoe wel de aanname moeten maken, dat opleiding een kwantitatief kenmerk is.? En levert het in statistische zin iets op? Enkelvoudige lineaire regressieanalyse: Onderzoeken of twee kwantitatieve variabelen verband met elkaar houden en kijken hoe sterk dit verband is. Heeft leeftijd verband met kijktijd? Multipele regressie analyse: één afhankelijke en méér dan één onafhankelijke variabelen de socioloog voert een tweede kenmerk in waardoor er dus een afhankelijke variabele is (kijktijd) en twee onafhankelijke variabelen: leeftijd en.. 6. Een onderzoeker krijgt de beschikking over gegevens uit een onderzoek uit 2004, waarin onder meer de variabele kijktijd voorkomt. Hij vermoedt dat de gemiddelde kijktijd (gemiddeld aantal minuten tv kijken per dag) van de Nederlanders van 18 jaar en ouder in vergelijking met een hem bekend gemiddelde uit 1998, namelijk 150 minuten, significant is toegenomen. Formuleer de nulhypothese en de alternatieve hypothese, verwerpingingsgebied (α=.10) en trek uw conclusie op basis van de toetskeuze. One sample t-test: Onderzoeken of de waarde van een bepaald steekproefgemiddelde afwijkt van een van tevoren verwacht theoretisch gemiddelde (µ) onder de nulhypothese. De onderzoeker vermoedt een gemiddelde kijktijd. Nu moet die toetsen of deze kijktijd klopt of niet. H 0 : μ=150 of H a : μ 150. Toetsende en verklarende statistiek, een vijftal vragen. 1.

30 Een onderwijssocioloog heeft het vermoeden, dat er een verschil bestaat tussen het gemiddeld aantal minuten, dat mensen tv kijken, indien een opsplitsing plaatsvindt naar opleidingsniveau. Betreffende onderzoeker heeft materiaal ter beschikking om dit vermoeden te toetsen. Welke toetsen zijn eventueel geschikt, noem de voorwaarden waaronder deze toetsen mogen worden gebruikt en formuleer de bijbehorende hypothesen. Gemiddeld minuten interval Opleidingsniveau ordinaal Toets: variantie analyse: compare means, anova. Wanneer geen symmetrisch klokvormige verdeling kruskall wallis. 2. Een theoloog met aanleg voor empirisch onderzoek wil weten of het al dan niet hebben van kinderen in statistische zin een relatie heeft met het al dan niet lid zijn van een kerk of religieuze organisatie. Hij kijkt naar het meetniveau van de kenmerken en kiest voor een specifieke statische analysetechniek. Welke techniek is dat? Formuleer de nulhypothese en de alternatieve hypothese. 2 kenmerken statistisch afhankelijk Nominaal Nominaal Correlate, bivariate. Pearson. 3. Een communicatiewetenschapper vermoedt, dat er een verschil bestaat in het gemiddeld aantal minuten, dat mensen zonder kinderen en mensen met kinderen, televisie kijken en wil dat toetsen met de meest geschikte toets. De onderzoeker vermoedt, dat de verdeling over het kenmerk Kijktijd in de twee onderzoekspopulaties als normaal mag worden beschouwd. Welke toets zal hij kiezen? Formuleer de nulhypothese en de alternatieve hypothese. Interval Nominaal Parametrische toets hier t-toets 4. Een sociaalpsychologe is geïnteresseerd in de samenhang tussen twee variabelen betreffende steun uit het sociale netwerk. Betreffende variabelen luiden in vraagvorm als volgt:

31 1. Ik kan altijd met mijn problemen bij iemand terecht 2. Ik heb genoeg mensen om me heen, die me kunnen helpen De antwoordmogelijkheden op deze variabelen zijn; 1. altijd, 2. vaak, 3 soms, 4 bijna nooit, 5 nooit. Welke samenhangsmaat is de meest geschikte en waarom? Tevens wil betreffende onderzoekster weten of er een significant verschil bestaat voor wat betreft de verdelingen op deze kenmerken. Welke toets kan zij gebruiken? Gradatie, rangorde. 2 ordinale kenmerken samenhang correlate Spearman. 5. Een socioloog doet een poging om met behulp van secundaire analyse de kijktijd van respondenten te voorspellen uit de leeftijd van de respondenten. Hij voert hiertoe een statistische analyse uit, die daarvoor geknipt is. Vervolgens voert de socioloog een tweede kenmerk (geslacht) in in het model. Dit mag niet zo maar. Hij heeft daartoe wel dit kenmerk geslacht moeten transformeren van een kwalitatief kenmerk naar een kwantitatief kenmerk. Voorspelling: Regressie-analyse. Deel 2: Recode, compute, dummy Kenmerk geslacht meevoeren. Verklaringskracht hetzelfde. Compute variabele: compute, function Group, All, Mean Mean( v, v, v )

32 Belangrijke dingen T-test One-Sample test: toets voor één populatiegemiddelde o Hypothese kan zijn: de gemiddelde kijktijd van Nederlanders (18+) in 2004 is toegenomen in vergelijking met de gemiddelde kijktijd van Nederlanders (18+) in H0: µ = 0 - HA: µ 0 (als je tweezijdig toetst) - HA: µ > of < 0 (als je eenzijdig toetst, hangt van de richting van de hypothese af) Independent Sample test: toetsen voor het verschil van twee populatiegemiddelden o Er is een verschil in gemiddelde kijktijd tussen mensen zonder, en mensen met kinderen. - H0: µ1 - µ2 = 0 - HA: µ1 - µ2 0 - HA: µ1 - µ2 < of > 0 Paired Samples test: toetsen voor gepaarde waarnemingen o Er is samenhang tussen de variabelen: ik kan altijd bij iemand terecht met problemen en ik heb genoeg mensen om me heen die me kunnen helpen. - H0: µ D = 0 - HA: µ D < of> 0 - Zie volgende kopje samenhang voor keuze samenhangsmaat. Samenhang Correlatie-analyse: - Pearson Correlation: bij interval op ratio - H0: R van Pearson = 0 - HA: R van Pearson < of > 0 - Spearman s correlation: bij ordinale kenmerken - - H0: R van Spearman = HA: R van Spearman < of > 0 - Cramer s V: bij nominale kenmerken

33 Regressie Enkelvoudige regressie-analyse: o Voorspelling van kijktijd uit leeftijd - H0: β1 = 0 - HA: β 0 Multipele regressie-analyse: bruikbaarheid van het model, toevoeging van een 2 e kenmerk o Voorspellen van kijktijd uit leeftijd (β1) én opleidingsniveau (2 e kenmerk β2) - H0: β1 = β2 = 0 (model onbruikbaar) - HA: tenminste één β wijkt af van 0 - Β1 is het ene kenmerk, β2 is het andere kenmerk - Het kenmerk dat significant is heeft invloed. Verklaringsmodel: regressievergelijking - Y = b /+ ax = bij de tabel coefficients y = B(constant bovenste) + B(onderste) x -> voorspellingsmodel. Je toetst hierbij de onderste t-waarde. De bovenste t-waarde is niet relevant omdat die constant is. - R 2 = > verklaringskracht. Pas als R 2 boven de 0.2 komt is het relevant. R 2 geeft aan hoeveel procent van de afhankelijke variabele (bv. tv-kijktijd) wordt voorspelt door de onafhankelijke variabele (bv. leeftijd) Kruistabellen Analyse van kruistabellen (crosstabs) - Chi-kwadraat toets: toetsen op statistische onafhankelijkheid - H0: χ 2 = 0 - HA: χ 2 < of > 0 - Cramer s V: toetsen op statistische samenhang bij nominale kenmerken - H0: Cramer s V = 0 (geen samenhang) - HA: Cramer s V 0 (wel samenhang)

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5

INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 5 1. De onderzoekers van een preventiedienst vermoeden dat werknemers in een bedrijf zonder liften fitter zijn dan werknemers

Nadere informatie

toetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden

toetsende statistiek deze week: wat hebben we al geleerd? Frank Busing, Universiteit Leiden toetsende statistiek week 1: kansen en random variabelen week 2: de steekproevenverdeling week 3: schatten en toetsen: de z-toets week 4: het toetsen van gemiddelden: de t-toets Moore, McCabe, and Craig.

Nadere informatie

Verdelingsvrije statistiek

Verdelingsvrije statistiek Verdelingsvrije statistiek Inleiding In hoofdstuk II-5 (deel ) worden een aantal verdelingsvrije toetsen (ook wel niet-parametrische toetsen) besproken, die gebruikt worden als de te onderzoeken variabele

Nadere informatie

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren:

We berekenen nog de effectgrootte aan de hand van formule 4.2 en rapporteren: INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 4 1. Toets met behulp van SPSS de hypothese van Evelien in verband met de baardlengte van metalfans. Ga na of je dezelfde conclusies

Nadere informatie

Fasen in het onderzoeksproces

Fasen in het onderzoeksproces Fasen in het onderzoeksproces Gegevensbestand Controleren gegevens Bewerken gegevens Analyseren gegevens Interpreteren resultaten Nieuwe vragen? ja Onderzoeksverslag 1 Bestand opmaken Variabelen definiëren:

Nadere informatie

M M M M M M M M M M M M M M La La La La La La La Mid Mid Mid Mid Mid Mid Mid 65 56 83 68 64 47 59 63 93 65 75 68 68 51

M M M M M M M M M M M M M M La La La La La La La Mid Mid Mid Mid Mid Mid Mid 65 56 83 68 64 47 59 63 93 65 75 68 68 51 INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 7 1. Een onderzoeker wil nagaan of de fitheid van jongeren tussen 14 en 18 jaar (laag, matig, hoog) en het geslacht (M, V) een

Nadere informatie

Interim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN

Interim Toegepaste Biostatistiek deel 1 14 december 2009 Versie A ANTWOORDEN Interim Toegepaste Biostatistiek deel december 2009 Versie A ANTWOORDEN C 2 B C A 5 C 6 B 7 B 8 B 9 D 0 D C 2 A B A 5 C Lever zowel het antwoordformulier als de interim toets in Versie A 2. Dit tentamen

Nadere informatie

Analyse van kruistabellen

Analyse van kruistabellen Analyse van kruistabellen Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-13 (deel2) van het statistiekboek wordt ingegaan op het analyseren van kruistabellen met behulp van SPSS. Met een kruistabel

Nadere informatie

Open het databestand in SPSS en kies Analyze > Correlate > Bivariate. Vul vervolgens het dialoogvenster in als volgt:

Open het databestand in SPSS en kies Analyze > Correlate > Bivariate. Vul vervolgens het dialoogvenster in als volgt: INDUCTIEVE STATISTIEK VOOR DE GEDRAGSWETENSCHAPPEN OPLOSSINGEN BIJ HOOFDSTUK 9 1. Een klinisch psycholoog vraagt zich af of er een verband bestaat tussen depressie en sociale vermijding in de populatie

Nadere informatie

Voorbeeld regressie-analyse

Voorbeeld regressie-analyse Voorbeeld regressie-analyse In dit voorbeeld wordt gebruik gemaakt van het SPSS data-bestand vb_regr.sav (dit bestand kan gedownload worden via de on-line helpdesk). We schatten een model waarin de afhankelijke

Nadere informatie

Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y

Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y 1 Regressie analyse Zowel correlatie als regressie meten statistische samenhang Correlatie: geen oorzakelijk verband verondersteld: X Y Regressie: wel een oorzakelijk verband verondersteld: X Y Voorbeeld

Nadere informatie

Enkelvoudige lineaire regressie

Enkelvoudige lineaire regressie Enkelvoudige lineaire regressie Inleiding Dit hoofdstuk sluit aan op hoofdstuk I-9 van het statistiekboek. Er wordt hier steeds gesproken over het verband tussen één afhankelijke variabele Y en één onafhankelijke

Nadere informatie

Opgave 1: (zowel 2DM40 als 2S390)

Opgave 1: (zowel 2DM40 als 2S390) TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4 en S39) op donderdag, 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine

Nadere informatie

Aanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling

Aanpassingen takenboek! Statistische toetsen. Deze persoon in een verdeling. Iedereen in een verdeling Kwantitatieve Data Analyse (KDA) Onderzoekspracticum Sessie 2 11 Aanpassingen takenboek! Check studienet om eventuele verbeteringen te downloaden! Huidige versie takenboek: 09 Gjalt-Jorn Peters gjp@ou.nl

Nadere informatie

Het gebruik van SPSS voor statistische analyses. Een beknopte handleiding.

Het gebruik van SPSS voor statistische analyses. Een beknopte handleiding. Het gebruik van SPSS voor statistische analyses. Een beknopte handleiding. SPSS is een alom gebruikt, gebruiksvriendelijk statistisch programma dat vele analysemogelijkheden kent. Voor HBO en universitaire

Nadere informatie

Basishandleiding SPSS

Basishandleiding SPSS Basishandleiding SPSS Elvira Folmer & Marieke ten Voorde SLO, Juli 2008 Deze handleiding is gebaseerd op SPSS 16.0 for Windows Inhoud 1 Het maken van een gegevensbestand in de Variable View... 4 2 Het

Nadere informatie

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 28 oktober 2009, 9.00-12.00 uur

Tentamen Biostatistiek 1 voor BMT (2DM40) woensdag 28 oktober 2009, 9.00-12.00 uur Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4) woensdag 8 oktober 9, 9.-. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven Statistisch

Nadere informatie

SPSS. Statistiek : SPSS

SPSS. Statistiek : SPSS SPSS - hoofdstuk 1 : 1.4. fase 4 : verrichten van metingen en / of verzamelen van gegevens Gegevens gevonden bij een onderzoek worden systematisch weergegeven in een datamatrix bij SPSS De datamatrix Gebruik

Nadere informatie

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I

SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I SPSS 15.0 in praktische stappen voor AGW-bachelors Uitwerkingen Stap 7: Oefenen I Hieronder volgen de SPSS uitvoer en de antwoorden van de opgaven van Stap 7: Oefenen I. Daarnaast wordt bij elke opgave

Nadere informatie

Regressie-analyse doel menu hulp globale werkwijze aandachtspunten Doel: Voor de uitvoering in SPSS: Missing Values Globale werkwijze

Regressie-analyse doel menu hulp globale werkwijze aandachtspunten Doel: Voor de uitvoering in SPSS: Missing Values Globale werkwijze Regressie-analyse Regressie-analyse is gericht op het voorspellen van één (numerieke) afhankelijke variabele met behulp van een of meerdere onafhankelijke variabelen (numerieke en/of dummy-variabelen).

Nadere informatie

1 vorig = omzet voorgaande jaar. Forward (Criterion: Probability-of-F-to-enter <=,050) 2 bezoek = aantal bezoeken vertegenwoordiger

1 vorig = omzet voorgaande jaar. Forward (Criterion: Probability-of-F-to-enter <=,050) 2 bezoek = aantal bezoeken vertegenwoordiger De groothandel Onderwerp: regressieanalyse met SPSS Bij: hoofdstuk 10 Een groothandel heeft onderzoek gedaan onder de klanten en daarbij geprobeerd met regressieanalyse vast te stellen wat de bepalende

Nadere informatie

College 6 Eenweg Variantie-Analyse

College 6 Eenweg Variantie-Analyse College 6 Eenweg Variantie-Analyse - Leary: Hoofdstuk 11, 1 (t/m p. 55) - MM&C: Hoofdstuk 1 (t/m p. 617), p. 63 t/m p. 66 - Aanvullende tekst 6, 7 en 8 Jolien Pas ECO 01-013 Het Experiment: een voorbeeld

Nadere informatie

Tentamen Biostatistiek 1 voor BMT (2DM40), op maandag 5 januari 2009 14.00-17.00 uur

Tentamen Biostatistiek 1 voor BMT (2DM40), op maandag 5 januari 2009 14.00-17.00 uur Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (2DM4), op maandag 5 januari 29 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven

Nadere informatie

INDUCTIEVE STATISTIEK

INDUCTIEVE STATISTIEK INDUCTIEVE STATISTIEK Toegepaste hypothesetoetsing met SPSS Tim Vanhoomissen 1 Workshop Inductieve Statistiek INHOUD Hypothesetoetsing Principe van hypothesetoetsing Steekproevenverdeling Centrale limiet

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamenopgaven Statistiek (2DD71) op xx-xx-xxxx, xx.00-xx.00 uur. VOORAF: Hieronder staat een aantal opgaven over de stof. Veel meer dan op het tentamen zelf gevraagd zullen worden. Op het tentamen zullen in totaal 20 onderdelen gevraagd worden. TECHNISCHE UNIVERSITEIT

Nadere informatie

Betrouwbaarheid, validiteit en overeenstemming

Betrouwbaarheid, validiteit en overeenstemming Betrouwbaarheid, validiteit en overeenstemming Inleiding Dit practicum sluit aan op het theoriegedeelte over betrouwbaarheidsanalyse van hoofdstuk II-16 (deel 2). In dit hoofdstuk wordt besproken hoe een

Nadere informatie

mlw stroom 2.1: Statistisch modelleren

mlw stroom 2.1: Statistisch modelleren mlw stroom 2.1: Statistisch modelleren College 5: Regressie en correlatie (2) Rosner 11.5-11.8 Arnold Kester Capaciteitsgroep Methodologie en Statistiek Universiteit Maastricht Postbus 616, 6200 MD Maastricht

Nadere informatie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie

Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Twee en een half jaar Kwaliteitsmeting in de Fysiotherapie Feiten en cijfers tot nu toe Managementsamenvatting Na twee en een half jaar kwaliteitsmetingen in de fysiotherapie is het een geschikt moment

Nadere informatie

Vandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets

Vandaag. Onderzoeksmethoden: Statistiek 4. Recap: Hypothese toetsen. Recap: One-sample t-toets Vandaag Onderzoeksmethoden: Statistiek 4 Peter de Waal (gebaseerd op slides Peter de Waal, Marjan van den Akker) Departement Informatica Beta-faculteit, Universiteit Utrecht Recap: Hypothese toetsen t-toets

Nadere informatie

SPSS Introductiecursus. Sanne Hoeks Mattie Lenzen

SPSS Introductiecursus. Sanne Hoeks Mattie Lenzen SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen

Nadere informatie

Zomerschool Vakdidactisch Onderzoek Leuven, 8-10 september 2010 Sessie 8: Analyse van kwantitatieve data

Zomerschool Vakdidactisch Onderzoek Leuven, 8-10 september 2010 Sessie 8: Analyse van kwantitatieve data Zomerschool Vakdidactisch Onderzoek Leuven, 8-10 september 2010 Sessie 8: Analyse van kwantitatieve data An Carbonez Leuven Statistics Research Centre Katholieke Universiteit Leuven Voorstelling van de

Nadere informatie

mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2

mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2 mlw stroom 2.2 Biostatistiek en Epidemiologie College 9: Herhaalde metingen (2) Syllabus Afhankelijke Data Hoofdstuk 4, 5.1, 5.2 Bjorn Winkens Methodologie en Statistiek Universiteit Maastricht 21 maart

Nadere informatie

1. Inleiding... 3. 6. Constructie van nieuwe variabelen... 9 6.1. Bereken nieuwe variabelen: Compute... 9 6.2. Maak nieuwe categorieën: recode...

1. Inleiding... 3. 6. Constructie van nieuwe variabelen... 9 6.1. Bereken nieuwe variabelen: Compute... 9 6.2. Maak nieuwe categorieën: recode... SPSS handleiding Geschreven door: Saskia le Cessie Klinische Epidemiologie/Medische Statistiek LUMC November 2012 1. Inleiding... 3 2. Invoeren gegevens... 3 2.1. Definitie van de variabelen... 4 2.2.

Nadere informatie

1. Inleiding... 3. 6. Constructie van nieuwe variabelen... 9 6.1. Bereken nieuwe variabelen: Compute... 9 6.2. Maak nieuwe categorieën: recode...

1. Inleiding... 3. 6. Constructie van nieuwe variabelen... 9 6.1. Bereken nieuwe variabelen: Compute... 9 6.2. Maak nieuwe categorieën: recode... SPSS handleiding Geschreven door: Saskia le Cessie Klinische Epidemiologie/Medische Statistiek LUMC November 2012 1. Inleiding... 3 2. Invoeren gegevens... 3 2.1. Definitie van de variabelen... 4 2.2.

Nadere informatie

Inductieve statistiek voor informatiewetenschappers

Inductieve statistiek voor informatiewetenschappers INDUCTIEVE STATISTIEK VOOR INFORMATIEWETENSCHAPPERS I 570 1 Inductieve statistiek voor informatiewetenschappers HENK VOORBIJ 1. Inleiding Er zijn twee soorten statistiek: beschrijvende en inductieve (ook

Nadere informatie

Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen.

Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen. PERSBERICHT Meerderheid Zeeland voor snelle bouw brede school i.p.v. bouw MFC Grote bereidheid om de enquête van Progressief Landerd in te vullen. Afgelopen zaterdag trotseerden leden van de politieke

Nadere informatie

Tabel 13.1. De verdeling van preferenties over vier automerken. Mercedes BMW Porsche Alfa Romeo Totaal

Tabel 13.1. De verdeling van preferenties over vier automerken. Mercedes BMW Porsche Alfa Romeo Totaal 13. NON-PARAMETRISCHE TOETSEN 13.1 Inleiding Wanneer de verzamelde gegevens niet op intervalniveau gemeten zijn, maar op ordinaal of nominaal niveau, of wanneer de verdeling van de scores verre van normaal

Nadere informatie

Meervoudige variantieanalyse

Meervoudige variantieanalyse Meervoudige variantieanalyse Inleiding In dit hoofdstuk, dat aansluit op hoofdstuk II-12 (deel2) van het statistiekboek, wordt besproken hoe met SPSS gemiddelden van verschillende groepen met elkaar vergeleken

Nadere informatie

Experimenteel en Correlationeel Onderzoek (ECO)

Experimenteel en Correlationeel Onderzoek (ECO) Experimenteel en Correlationeel Onderzoek (ECO) In veel onderzoek is het ultieme doel: Het vaststellen van oorzaak-gevolg (causale) relaties Rode draad ECO: Met behulp van onderzoek zo goed mogelijk uitspraken

Nadere informatie

Menu aansturing van SPSS voorbeeld in paragraaf 6.5 van hoofdstuk 6 over multipele regressie analyses van recidive bij jongens

Menu aansturing van SPSS voorbeeld in paragraaf 6.5 van hoofdstuk 6 over multipele regressie analyses van recidive bij jongens Menu aansturing van SPSS voorbeeld in paragraaf 6.5 van hoofdstuk 6 over multipele regressie analyses van recidive bij jongens Hieronder wordt uitgelegd hoe alle analyses besproken in paragraaf 6.5 van

Nadere informatie

Introductie SPSS. Hogeschool Gent. Mei 2010. Inhoudsopgave. 1 Introductie 2. 2 One-sample T-test 11. 3 Two-sample T-test 14. 4 Paired T-test 18

Introductie SPSS. Hogeschool Gent. Mei 2010. Inhoudsopgave. 1 Introductie 2. 2 One-sample T-test 11. 3 Two-sample T-test 14. 4 Paired T-test 18 Introductie SPSS Hogeschool Gent Mei 2010 Inhoudsopgave 1 Introductie 2 2 One-sample T-test 11 3 Two-sample T-test 14 4 Paired T-test 18 5 Anova 21 6 Categorische Data-analyse 26 6.1 Binomiaaltoets.................................

Nadere informatie

Grafieken Cirkeldiagram

Grafieken Cirkeldiagram Er is onderzoek gedaan naar rouw na het overlijden van een huisdier (contactpersoon: Karolijne van der Houwen (Klinische Psychologie)). Mensen konden op internet een vragenlijst invullen. Daarin werd gevraagd

Nadere informatie

Hoeveel condities zijn er (ga er vanuit dat het design fully crossed is)?

Hoeveel condities zijn er (ga er vanuit dat het design fully crossed is)? Vraag 1. Welk design bevat geen random assignment: a) Een design gebaseerd op matching b) Een design gebaseerd op blocking c) Een factorial design d) Elk van de hierboven genoemde designs Vraag 2. In een

Nadere informatie

Handleiding SPSS tabellen en kruistabellen. In een paar stappen van spss data naar bruikbare informatie.

Handleiding SPSS tabellen en kruistabellen. In een paar stappen van spss data naar bruikbare informatie. Handleiding SPSS tabellen en kruistabellen In een paar stappen van spss data naar bruikbare informatie. A) Het openen van een databestand File \ open \ data Kies de naam van je databestand, bijvoorbeeld

Nadere informatie

Classification - Prediction

Classification - Prediction Classification - Prediction Tot hiertoe: vooral classification Naive Bayes k-nearest Neighbours... Op basis van predictor variabelen X 1, X 2,..., X p klasse Y (= discreet) proberen te bepalen. Training

Nadere informatie

Onderzoeksrapport Een statistische en demografische analyse van de Tammenga Pet in Net enquete. (versie 2, 10 november 2013)

Onderzoeksrapport Een statistische en demografische analyse van de Tammenga Pet in Net enquete. (versie 2, 10 november 2013) Onderzoeksrapport Een statistische en demografische analyse van de Tammenga Pet in Net enquete. (versie 2, 10 november 2013) Opdrachtgever: Initiele SPSS analyst & uitvoerder: Data & Bijkomende SPSS analyses:

Nadere informatie

Residual Plot for Strength. predicted Strength

Residual Plot for Strength. predicted Strength Uitwerking tentamen DS mei 4 Opgave Een uitwerking geven is hier niet mogelijk. Het is van belang het iteratieve optimaliseringsproces goed uit te voeren (zie ook de PowerPoint sheets): screening design

Nadere informatie

2DM71: Eindtoets Biostatistiek, op dinsdag 20 Januari 2015, 13.30-16.30

2DM71: Eindtoets Biostatistiek, op dinsdag 20 Januari 2015, 13.30-16.30 Faculteit der Wiskunde en Informatica 2DM71: Eindtoets Biostatistiek, op dinsdag 20 Januari 2015, 13.30-16.30 Opgave 1: (5 x 6 = 30 punten) (Bij deze opgave is gebruik van resultaten uit bijlage 1 noodzakelijk)

Nadere informatie

feb 2013 Instituut CMI SPSS les 2

feb 2013 Instituut CMI SPSS les 2 feb 2013 Instituut CMI SPSS les 2 Onderzoek toont aan.. Mobiele nieuwssites populairst onder 18-34 jarigen 18 tot 34 jarigen maken over de gehele dag het meest gebruik van mobiel internet. Dit blijkt uit

Nadere informatie

Parametervrije toetsen

Parametervrije toetsen 1 Inleiding Parametervrije toetsen Edward Omey Februari 2007 In de klassieke toetsingstheorie worden meestal speci eke veronderstellingen gemaakt over de populatie(s) waaruit steekproeven afkomstig zijn.

Nadere informatie

Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS.

Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS. Menu aansturing van SPSS voorbeeld in hoofdstuk 8 over schaalconstructie met Cronbach s α en principale componenten analyse van meningen over strafdoelen Hieronder wordt uitgelegd hoe alle analyses besproken

Nadere informatie

tul Moleculaire Levenswetenschappen Stroom 2.1 2005-2006 Statistisch modelleren Werkboek

tul Moleculaire Levenswetenschappen Stroom 2.1 2005-2006 Statistisch modelleren Werkboek tul Moleculaire Levenswetenschappen Stroom 2.1 2005-2006 Statistisch modelleren Werkboek Inhoudsopgave Rooster 2 Studiemateriaal 2 Werkvormen 2 Toetsing 3 Planningsgroep 3 Traject 4 1 Rooster Dag Datum

Nadere informatie

Extra Opgaven. 3. Van 10 personen meten we 100 keer de hartslag na het sporten. De gemiddelde hartslag van

Extra Opgaven. 3. Van 10 personen meten we 100 keer de hartslag na het sporten. De gemiddelde hartslag van Extra Opgaven 1. Een persoon doet een HIV-test. Helaas is de uitslag positief. De test is echter niet perfect. De persoon vraagt zich af wat de kans is dat hij nu ook echt HIV heeft. Gegeven is: de kans

Nadere informatie

Vademecum rapporteren

Vademecum rapporteren Vademecum rapporteren Communicatie- en Informatiewetenschappen Radboud Universiteit Nijmegen versie september 2014 geldig voor academisch jaar 2014-2015 Inhoudsopgave 1. De regels van wetenschappelijk

Nadere informatie

SPSS VOOR DUMMIES+ Werken met de NSE: enkele handige basisbeginselen. Gebaseerd op SPSS21.0 & Benchmarkbestand NSE 2014

SPSS VOOR DUMMIES+ Werken met de NSE: enkele handige basisbeginselen. Gebaseerd op SPSS21.0 & Benchmarkbestand NSE 2014 SPSS VOOR DUMMIES+ Werken met de NSE: enkele handige basisbeginselen Gebaseerd op SPSS21.0 & Benchmarkbestand NSE 2014 Huidig kennis- en ervaringsniveau?????? Beginners Gevorderden 2 Inhoud 1. Wat doe

Nadere informatie

Cursus Statistiek 2. Fellowonderwijs Opleiding Intensive Care. UMC St Radboud, Nijmegen

Cursus Statistiek 2. Fellowonderwijs Opleiding Intensive Care. UMC St Radboud, Nijmegen Cursus Statistiek 2 Fellowonderwijs Opleiding Intensive Care UMC St Radboud, Nijmegen Cursus Statistiek 2 Steekproefgrootte en power berekening Vergelijken van gemiddelden (T-testen) Niet-parametrische

Nadere informatie

Introductie tot de statistiek

Introductie tot de statistiek Introductie tot de statistiek Hogeschool Gent 04/05/2010 Inhoudsopgave 1 Basisbegrippen en beschrijvende statistiek 8 1.1 Onderzoek............................ 8 1.1.1 Data........................... 8

Nadere informatie

Initiële Data Analyse. (Truuks en Flessenhalzen)

Initiële Data Analyse. (Truuks en Flessenhalzen) Slide 1 Initiële data analyse (Truuks en Flessenhalzen) Herman Adèr 13 Mei, 2003 Overzicht Slide 2 Fasen in de data analyse Data kwaliteit Initiële Data Analyse Behoud van informatie Ontbrekende waarnemingen

Nadere informatie

Koptekst: Pesten op het werk

Koptekst: Pesten op het werk Koptekst: Pesten op het werk De relatie tussen pesten op het werk, werktevredenheid, wens om te vertrekken, ziekteverzuim, steun en organisatieklimaat Barbara Keet Universiteit van Amsterdam Studentnummer:

Nadere informatie

Moleculaire LevensWetenschappen stroom 1.2

Moleculaire LevensWetenschappen stroom 1.2 MLW Moleculaire LevensWetenschappen stroom 1.2 Methoden en Statistiek werkboek 2005-2006 Inhoudsopgave Blz. Rooster 1 Studiemateriaal 2 Werkvormen 2 Toetsing 2 Planningsgroep 2 Hoorcolleges 3 Werkcolleges

Nadere informatie

2.9 Het adolescentieonderzoek 69 2.10 Opgaven 72

2.9 Het adolescentieonderzoek 69 2.10 Opgaven 72 Inhoud Hoofdstuk 1 Design en analyse 11 1.1 Specificatie van designs 13 1.2 Definities 14 1.3 Het verschil tussen een afhankelijke variabele en een niveau van een within-subjectfactor 19 1.4 Kiezen van

Nadere informatie

1 Inleiding spss; Aanwijzingen.

1 Inleiding spss; Aanwijzingen. 1 INLEIDING SPSS; AANWIJZINGEN. 24 april 2007: A.K. en M.d.L. 1 Inleiding spss; Aanwijzingen. = Start Windows Internet Explorer op. Ga naar www.stat.unimaas.nl. Klik op education. Klik op Statistics for

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamenopgaven Statistiek 2DD71: UITWERKINGEN 1. Stroopwafels a De som S van de 12 gewichten is X 1 + X 2 + + X 12. Deze is normaal

Nadere informatie

KWANTITATIEF TESTEN. experimenteel ontwerp (MIT 14) statistische analyse (MIT 15)

KWANTITATIEF TESTEN. experimenteel ontwerp (MIT 14) statistische analyse (MIT 15) KWANTITATIEF TESTEN experimenteel ontwerp (MIT 14) statistische analyse (MIT 15) tips Google Wikipedia MIT 14, 15 stats.stackexhchange.com ander onderzoek dat lijkt op het jouwe experimenteel ontwerp kwantitatieve

Nadere informatie

Vertaling van enkele termen uit de kansrekening en statistiek alternative hypothesis alternatieve hypothese approximate methods benaderende methoden asymptotic variance asymptotische variantie asymptotically

Nadere informatie

12. VARIANTIEANALYSE

12. VARIANTIEANALYSE 12. VARIANTIEANALYSE 12.1 Inleiding Dit hoofdstuk gaat over variantieanalyse (ook wel ANOVA, ANalysis Of VAriance) en is een compacte mix van ideeën en meningen van diverse auteurs, geselecteerd volgens

Nadere informatie

7.1 SPSS, Een summier overzicht van een aantal faciliteiten

7.1 SPSS, Een summier overzicht van een aantal faciliteiten 7. Software 7.1 SPSS, Een summier overzicht van een aantal faciliteiten 7.1.1 Inleiding SPSS is een afkorting van Statistical Package for the Social Sciences. Het wordt veel gebruikt en is al vrij lang

Nadere informatie

Statistische toetsen

Statistische toetsen Statistische toetsen Een handleiding voor elke leerling die worstelt met het toetsen van zijn gegevens bij het PWS Hanna Bodde en Annalie Koerts Karla Thie Inhoudsopgave 1. Inleiding 3 2. Criteria voor

Nadere informatie

Spreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient

Spreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient Opdracht 4a ----------- Spreidingsdiagram, kleinste-kwadraten regressielijn, correlatiecoefficient In 1738 werd in de haven van Stockholm voor een aantal landen voor elk land geregistreerd hoeveel schepen

Nadere informatie

Klantonderzoek: statistiek!

Klantonderzoek: statistiek! Klantonderzoek: statistiek! Statistiek bij klantonderzoek Om de resultaten van klantonderzoek juist te interpreteren is het belangrijk de juiste analyses uit te voeren. Vaak worden de mogelijkheden van

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek (2DD14) op vrijdag 17 maart 2006, 9.00-12.00 uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek DD14) op vrijdag 17 maart 006, 9.00-1.00 uur. UITWERKINGEN 1. Methoden om schatters te vinden a) De aannemelijkheidsfunctie

Nadere informatie

Tentamen Biostatistiek 2 voor BMT (2DM50), op dinsdag 5 april 2011 9.00-12.00 uur

Tentamen Biostatistiek 2 voor BMT (2DM50), op dinsdag 5 april 2011 9.00-12.00 uur Faculteit der Wiskunde en Informatica Tentamen Biostatistiek 2 voor BMT (2DM50), op dinsdag 5 april 2011 9.00-12.00 uur Bij het tentamen mag alleen gebruik worden gemaakt van een zakrekenmachine. Het gebruik

Nadere informatie

Formules Excel Bedrijfsstatistiek

Formules Excel Bedrijfsstatistiek Formules Excel Bedrijfsstatistiek Hoofdstuk 2 Data en hun voorstelling AANTAL.ALS vb: AANTAL.ALS(A1 :B6,H1) Telt hoeveel keer (frequentie) de waarde die in H1 zit in A1:B6 voorkomt. Vooral bedoeld voor

Nadere informatie

3. Het gebruik van een grafische rekenmachine van een goedgekeurd type is toegestaan.

3. Het gebruik van een grafische rekenmachine van een goedgekeurd type is toegestaan. vrije Universiteit Amsterdam Faculteit der Economische Wetenschappen en Bedrijfskunde Afdeling Econometrie Toets: Kwantitatieve methoden- Statistics II Opleiding: premasterprogramma voor Business Administration

Nadere informatie

!!!!!!!!!!!!!!!!!!!!!!!!!!

!!!!!!!!!!!!!!!!!!!!!!!!!! !!!!!!!!!!!!!!!!!!!!!!!!!!!!!! +++!!!!!!! Kbo!efo!Pvetufo!!! 3:2238!!!!! Sfjojfs!wbo!Iffse!! 3:287:!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Case Assignment Vliegtarieven.nl Statistische Methoden en technieken 2005/2006

Nadere informatie

Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding.

Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Het gebruik van Excel 2007 voor statistische analyses. Een beknopte handleiding. Bij Excel denken de meesten niet direct aan een statistisch programma. Toch biedt Excel veel mogelijkheden tot statistische

Nadere informatie

1. CTRL- en SHIFT-knop gebruiken om meerdere variabelen te selecteren

1. CTRL- en SHIFT-knop gebruiken om meerdere variabelen te selecteren SPSS: Wist je dat (1) je bij het invoeren van de variabelen in het menu door de CTRL-knop ingedrukt te houden, meerdere variabelen kunt selecteren die niet precies onder elkaar staan? Met de SHIFT-knop

Nadere informatie

Technische uitwerkingen voor het SPSS practicum Inleiding M&T.

Technische uitwerkingen voor het SPSS practicum Inleiding M&T. Technische uitwerkingen voor het SPSS practicum Inleiding M&T. NB Voor de SPSS opgaven wordt alleen aangegeven hoe het door de opgave gevraagde resultaat kan worden bereikt. C. J. Verduin October 19, 2012

Nadere informatie

Statistiek 1 Blok 6, Werkgroepopdrachten 11-6-2009

Statistiek 1 Blok 6, Werkgroepopdrachten 11-6-2009 Statistiek 1 Blok 6, Werkgroepopdrachten 11-6-2009 Opdracht 1 Onderstaande tabel bevat metingen aan de opbrengst van rozen bij verschillende mate van stikstofen fosfortoevoer. rozen/snijvak/dag fosfaatniveau

Nadere informatie

Schriftelijk tentamen - UITWERKINGEN

Schriftelijk tentamen - UITWERKINGEN Business Administration / Bedrijfskunde Schriftelijk tentamen - UITWERKINGEN Algemeen Vak : Statistische Methoden Groep : niet van toepassing en Technieken Vakcode : BKB0019t Soort tentamen : gesloten

Nadere informatie

Vakkundigheid van medewerkers bij onderzoeksactiviteiten op de Hogeschool van Amsterdam

Vakkundigheid van medewerkers bij onderzoeksactiviteiten op de Hogeschool van Amsterdam Vakkundigheid van medewerkers bij sactiviteiten op de Hogeschool van Amsterdam D.M.E. Griffioen 1 Beleidsmedewerker Hogeschool van Amsterdam Promovenda Universiteit van Amsterdam K. Boerma Docent Hogeschool

Nadere informatie

College 7 Tweeweg Variantie-Analyse

College 7 Tweeweg Variantie-Analyse College 7 Tweeweg Variantie-Analyse - Leary: Hoofdstuk 12 (p. 255 t/m p. 262) - MM&C: Hoofdstuk 12 (p. 618 t/m p. 623 ), Hoofdstuk 13 - Aanvullende tekst 9, 10, 11 Jolien Pas ECO 2012-2013 Het Experiment

Nadere informatie

HOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA)

HOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA) HOOFDSTUK VIII VARIANTIE ANALYSE (ANOVA) DATA STRUKTUUR Afhankelijke variabele: Eén kontinue variabele Onafhankelijke variabele(n): - één discrete variabele: één gecontroleerde factor - twee discrete variabelen:

Nadere informatie

Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS.

Deze menu-aansturingen zijn van toepassing op versies 14.0 en 15.0 van SPSS. Menu aansturing van SPSS voorbeeld in hoofdstuk 9 over multipele correspondentie (HOMALS) en niet-linaire principale componenten analyse (PRINCALS) van kenmerken van moorden Hieronder wordt uitgelegd hoe

Nadere informatie

. Dan geldt P(B) = a. 1 4. d. 3 8

. Dan geldt P(B) = a. 1 4. d. 3 8 Tentamen Statistische methoden 4052STAMEY juli 203, 9:00 2:00 Studienummers: Vult u alstublieft op het meerkeuzevragenformulier uw Delftse studienummer in (tbv automatische verwerking); en op het open

Nadere informatie

Wat gaan we doen? Help! Statistiek! Wat is een lineaire relatie? De rechte-lijn-vergelijking: Y = a + b X. Relatie tussen gewicht en lengte

Wat gaan we doen? Help! Statistiek! Wat is een lineaire relatie? De rechte-lijn-vergelijking: Y = a + b X. Relatie tussen gewicht en lengte Help! Statistiek! Wat gaan we doen? Doel: Informeren over statistiek in klinisch onderzoek. Tijd: Doorlopende serie laagdrempelige lezingen, voor iedereen vrij toegankelijk. Derde woensdag in de maand,

Nadere informatie

[aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum]

[aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum] 6 Multiple response [aanvullend hoofdstuk, behorend bij Grotenhuis, M. te & Matthijssen, A. (2006). Basiscursus SPSS, versie 10-14, Assen: Van Gorcum] 6.1 Inleiding Het komt regelmatig voor dat respondenten

Nadere informatie

Opdracht 5a ----------- Kruistabellen

Opdracht 5a ----------- Kruistabellen Opdracht 5a ----------- Kruistabellen Aan elk van 36 studenten werd gevraagd of zij alcohol drinken, en zo ja, welke soort alcoholische drank de voorkeur heeft. Tevens werd voor elke student de leeftijd

Nadere informatie

Samenvatting Nederlands

Samenvatting Nederlands Samenvatting Nederlands 178 Samenvatting Mis het niet! Incomplete data kan waardevolle informatie bevatten In epidemiologisch onderzoek wordt veel gebruik gemaakt van vragenlijsten om data te verzamelen.

Nadere informatie

Examen Statistiek I Januari 2010 Feedback

Examen Statistiek I Januari 2010 Feedback Examen Statistiek I Januari 2010 Feedback Correcte alternatieven worden door een sterretje aangeduid. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Twee derden van de mannen

Nadere informatie

Vaardigheden IV Delphine De smet 3 theorielessen 2 practica in groepen per 40, oefenen in SPSS

Vaardigheden IV Delphine De smet 3 theorielessen 2 practica in groepen per 40, oefenen in SPSS Vaardigheden IV Delphine De smet 3 theorielessen 2 practica in groepen per 40, oefenen in SPSS Examen: week 20-24 april: schriftelijk examen met toepassing SPSS, geen open boek, wel sterk toepassingsgericht,

Nadere informatie

Basisboek methoden en technieken

Basisboek methoden en technieken Basisboek methoden en technieken Deel 3 van 3 : Hoofdstuk 8 t/m 12 Ook verkrijgbaar : Deel 1 : Hoofdstuk 1 tot en met 3 Ook verkrijgbaar : Deel 2 : Hoofdstuk 4 tot en met 7 Bronvermelding: Titel: Basisboek

Nadere informatie

Feedback proefexamen Statistiek I 2009 2010

Feedback proefexamen Statistiek I 2009 2010 Feedback proefexamen Statistiek I 2009 2010 Het correcte antwoord wordt aangeduid door een sterretje. 1 Een steekproef van 400 personen bestaat uit 270 mannen en 130 vrouwen. Een derde van de mannen is

Nadere informatie

Statistiek is zo saai nog niet! Een integratie van theorie en praktijk Manfred te Grotenhuis

Statistiek is zo saai nog niet! Een integratie van theorie en praktijk Manfred te Grotenhuis Docentendag Arnhem, 19 maart 2013 Statistiek is zo saai nog niet! Een integratie van theorie en praktijk Manfred te Grotenhuis Statistiek is zo saai nog niet: de boeken 2 Basiscursus SPSS Hoe is het ontstaan?

Nadere informatie

ERASMUS UNIVERSITY ROTTERDAM Faculty of Economics of Business Marketing. Supervisor: Drs. Havranek

ERASMUS UNIVERSITY ROTTERDAM Faculty of Economics of Business Marketing. Supervisor: Drs. Havranek ERASMUS UNIVERSITY ROTTERDAM Faculty of Economics of Business Marketing Supervisor: Drs. Havranek Name: Zhibin Chen Student number: 318692 E-mail address: zhibin21@hotmail.com Study: Economie & Bedrijfseconomie

Nadere informatie

herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1

herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1 herkansing Methoden van Onderzoek en Statistiek, 6 juli 2012 versie 1 Vraag 1 Een onderzoeker gebruikt een experimenteel design om een hypothese te toetsen over het gemiddelde in de populatie. Hiertoe

Nadere informatie

Vragen: 1 Is de relatie tussen X en Y significant (bij alpha = 0,05)?

Vragen: 1 Is de relatie tussen X en Y significant (bij alpha = 0,05)? Vraag 1 Running-for-health In een running -for- health programma worden bij 17 mannelijke deelnemers na verloop van één jaar de volgende metingen verricht: X: aantal sprongen dat de persoon kan maken voordat

Nadere informatie

Tentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur.

Tentamen Mathematische Statistiek (2WS05), vrijdag 29 oktober 2010, van 14.00 17.00 uur. Technische Universiteit Eindhoven Faculteit Wiskunde en Informatica Tentamen Mathematische Statistiek (WS05), vrijdag 9 oktober 010, van 14.00 17.00 uur. Dit is een tentamen met gesloten boek. De uitwerkingen

Nadere informatie

Rapport Lectoraat elearning

Rapport Lectoraat elearning Rapport Lectoraat elearning INHOLLAND Hogeschool Rotterdam, 24 mei 05 Door: In opdracht: Chablis Platenburg Lectoraat elearning, Lector Dr. G. Wijngaards, INHOLLAND Hogeschool 1. ICT gebruik van INHOLLAND

Nadere informatie

CVO PANTA RHEI - Schoonmeersstraat 26 9000 GENT 09 335 22 22. Soorten stochastische variabelen (discrete versus continue)

CVO PANTA RHEI - Schoonmeersstraat 26 9000 GENT 09 335 22 22. Soorten stochastische variabelen (discrete versus continue) identificatie opleiding Marketing modulenaam Statistiek code module A12 goedkeuring door aantal lestijden 80 studiepunten datum goedkeuring structuurschema / volgtijdelijkheid link: inhoud link leerplan:

Nadere informatie