BROEDBIOLOGIE VAN DE VISDIEF IN DRIE KOLONIES LANGS DE WESTERSCHELDE : TUSSENTIJDS RAPPORT. Geert Rossaert, Patrick Meire en Tom Ysebaert NATUURBEHOUD

Maat: px
Weergave met pagina beginnen:

Download "BROEDBIOLOGIE VAN DE VISDIEF IN DRIE KOLONIES LANGS DE WESTERSCHELDE : TUSSENTIJDS RAPPORT. Geert Rossaert, Patrick Meire en Tom Ysebaert NATUURBEHOUD"

Transcriptie

1 Onderzoek in opdracht van Rijkswaterstaat, Dienst Getijdewateren, naar de broedbiologie en voedselekologie van de visdief, Sterna hirundo, in drie kolonies gelegen langs de Westerschelde. BROEDBIOLOGIE VAN DE VISDIEF IN DRIE KOLONIES LANGS DE WESTERSCHELDE : TUSSENTIJDS RAPPORT Geert Rossaert, Patrick Meire en Tom Ysebaert RIJKSUNIVERSITEIT GENT INSTITUUT VOOR NATUURBEHOUD Laboratorium voor oecologie der dieren, zoogeografie en natuurbehoud

2 . INLEIDING In opdracht van de Dienst Getijdenwateren (DGW) van Rijkswaterstaat werd in het broedseizoen van 99 een veldecologisch en toxicologisch laboratoriumonderzoek aan de Visdief (Sterna hirundo) uitgevoerd. In het veld-ecologisch onderzoek zullen broedbiologische waarnemingen in Visdiefkolonies foeragerend op Nederlandse kust- en binnenwateren met verschillende contaminatie-niveaus uitgebreid vergeleken worden met laboratoriummetingen van een aantal PAK's. Hieronder volgt een analyse van een aantal parameters van het broedbiologisch onderzoek van iedere kolonie (Terneuzen, Verdronken land van Saeftinghe en Zeebrugge). In de bijlage bevinden zich de files waarin alle basisgegevens vervat zijn.. MATERIAAL EN METHODEN A/ INVOER VAN DE GEGEVENS De invoer van de gegevens gebeurde in het spreadsheetprogramma LOTUS en dit per kolonie. Hieronder volgt de bespreking van de werkwijze gevolgt bij deze invoer. a. NESTCONTROLES *** veldgegevens: kolom : nestnummer (NNR) kolom : einummer (ENR) kolom 3-n : controlegegevens codes bv: ei aanwezig 0 ei afwezig P pullus de datum van de controle staat in de eerste rij als een soort titel van de tabel. De relevante datums worden daarna nog als kolom opgenomen (zie verder). kolom n+l : lengte ei (EIL) kolom n+ : breedte ei (EIB) kolom n+3 : ringnummer (RNR) (enkel indien het van een individueel ei bekend is) kolom n+4 : ei/rnr ; code indien geweten is van welk ei de pullus afkomstig is. Code 0 indien dat niet het geval is. ***bij te voegen gegevens afkomstig van de veldgegevens: kolom i en ii : reden van het al of niet kapot gaan van het ei. Verschillende codes bedenken. 0 niets te zien aan het ei bluts gebarsten door onkende reden 3 gebarsten door aktiviteiten onderzoekers 4 ei kapot gemaakt door en verwijderd door ond.erzoekers

3 5 ei gewoonweg verdwenen reden onbekend 6 ei aangepikt door onbekende (predatie) 7 eieren vertrappeld door jongen 8 ei niet uitgekomen 9 ei weggespoeld 0 ei ver(huisd)plaatst ei kippend dood nest verlaten 3 naar lab Utrecht 4 ondergestoven 5 nest verdwenen Kolom iii : het lot van het jong (bv. direct na uitkomst gestorven, op latere leeftijd dood gevonden, niet meer gezien) dood na uitkomen (binnen de eerste drie dagen) dood na meer dan 3 dagen 3 dood tengevolge het onderzoek Kolom iv : weergeven van misvormingen, kwetsures, ziekte,... 0 geen pootmisvorming bekmisvorming 3 lichaamsgezwel 4 vleugelmisvorming 5 gekwetste bek 6 wonde 7 ziek 8 kale plek 9 gezwollen oog 0 geklemde ring kolom v : datum waarop het ei voor het eerst werd waargenomen (DATEI) kolom vi : datum eileg (exacte datum) (DATLEG) kolom vii : datum waarop het jong voor het eerst werd waargenomen (DATPUL) kolom viii : exacte datum van uitkomen (DATUIT) kolom ix : periode eileg (PERLEG) kolom x : periode uitkomen (PERUIT) kolom xi :legduur (LED) = duur tussen lste en de, tussen de en de en 3de ei en de som van beide. Gezien niet altijd elke dag gecontroleerd is kan een best professional judgement hier nodig zijn! (voor het eerste ei wordt de legduur automatisch op nul gezet) Kolom xii : broedduur (BRD) = duur van verschijnen ei tot uitkomen. ei uit- kolom xiii :uitkomstsuccess (UKS) : indien het kwam, 0 indien niet. Opmerkingen: ) de datums werden ingevoerd als gewone datum (bv : ). Voor de kolommen DATLEG, DATUIT, PERLEG en PERUIT werd deze datum omgezet in een getal dat het aantal dagen na januari 99 weergeeft..

4 ) van de nesten die slechts halverwege de rit zijn opgenomen is nog legdatum (legdatum 0) nog eivolgorde bekend. De einummers worden dan ingevoerd als 5,6,7 en 8. Voor deze legsels is er uiteraard nog een legduur (?) nog een broedduur (?) gekend. 3) indien de exacte leg- of uitkomstdatum niet gekend was werd een gemiddelde datum berekend (=gemiddelde dag tussen twee opeenvolgende controles). Deze datums vindt men terug in de kolommen PERLEG en PERUIT. b.metingen JONGEN veldgegevens: -datum (van meting) (DAT) -ringnummer (RNR) -maat Kop-snavel lengte (KSL) -maat Gewicht (GEW) -maat 3 Vleugel lengte (VLL) Deze gegevens werden allemaal één na één ingevoerd (alles door elkaar). Daarna werd de file gesorteerd op ringnummer en datum, en werden de volgende gegevens bijgevoegd : nestnummer, einummer, uitkomstdatum, ei/rnr. Met deze file wordt dan de leeftijd (DAT - DATUIT) berekend van het jong op de meetdatum. Dit kan dan gebruikt worden voor grafieken etc. c. VOEDSELGEGEVENS kolom : Datum kolom : uurklasse (0 = tussen 0 en uur etc.) kolom 3 : nestnummer kolom 4 : omstandigheid balts partner op nest voederen 3 jong voeren 4 eigen consumptie (onafhankelijk periode) 5 prooi geweigerd door adult 6 " " " jong 7 overvliegend met voedsel 8 uitgebraakt door jong kolom 5 : prooisoort ; gebruikte afkortingen: onbekend (ob), haring (cl), platvis (pv), kabeljauw (kj), krab (kb), zeenaald (zn), spiering (sp), grondel (gd), garnaal (ga), stekelbaars (sb), paling (pa), zeenaald (zn). kolom 6 : afmeting in aantal maal beklengte d. STRUCTUUR KOLONIE De nesten van de kolonie te Terneuzen en Saeftinghe werden ingemeten met een teodoliet. De kolonie van Zeebrugge werd opgetekend aan de hand van een op het veld geplaatst raster. Enkel de gegevens van Terneuzen en Saeftinghe werden in de

5 bijlage opgenomen. B/ VERWERKING VAN DE GEGEVENS De lotusfile van de nestcontroles dient primair als invoer en overzicht van de gegevens. Van deze file werd een 'spssfile' gemaakt door het weglaten van de nestcontroles en de kolommen DATEI en DATPUL. Hierna werd deze file in SPSS ingelezen om verder te verwerken. Als voorbeeld werden van iedere kolonie een aantal parameters berekend. Hiertoe werd een spss log-file geschreven: TRANSLATE FROM 'd :spsstern.wkl' /TYPE WK /FIELDNAMES. compute testl=. if (ei) eq 3) testl=0. if (ei eq 3) testl=0. if (ei) eq 4) testl=0. if (ei _ eq 4) testl=0. frequencies variables=testl. compute test=. if (enr eq and perleg gt 0) test=0. frequencies variables=test. compute eivol= (0.509*eil*(eib*eib)). compute testlay=sysmis (perleg). compute testout=sysmis (peruit). compute testbrd=0. if (testlay eq 0 or testout eq 0 or brd eq 0) testbrd=l. frequencies variabtes= testbrd. save /outfile='d :terneus.sps'. get /file 'd :terneus.sps'. if (testbrd eq 0) brd=brd. frequencies variables =brd. compute keivol=eivol. recode keivol (500 thru 5700=)(5700 thru 600=)(600 thru 6700=3) (6700 thru 700=4)(700 thru 7700=5)(7700 thru 800=6)(800 thru 8700=7) (8700 thru 900=8)(900 thru 9700=9)(9700 thru 000=0) (000 thru 0700=)(0700 thru 00=)(00 thru 700=3) (700 thru 00=4)(00 thru 700=5)(700 thru 300=6) {300 thru 3700=7)(3700 thru 400=8). frequencies variabtes=keivol. compute kdatteg=datleg. recode kdatleg(34 thru 40=)(4 thru 44=)(45 thru 49=3)(50 thru 68=4) (69 thru 90=5). frequencies /variables EI_. frequencies /variables EI. frequencies /variables PULL frequencies /variables PUL. save /outfile='d :terneus.sps'. AGGREGATE /OUTFILE 'd :nestter.sps' /BREAK NNR / taydate = MIN (datleg) / clutch = N (nnr) / taytime = MAX (led) / brd3=mean (brd) / hatchs = SUM (uks) /layknown =last(perleg) /outknown =last(peruit) test=min(test). get /file 'd :nestter.sps'. compute succes=((hatchs/clutch)*00). compute test3=sysmis(layknown). compute klaydate=laydate. recode ktaydate (34 thru 43=)(44 thru 46=)(48 thru 88=3). frequencies variables=klaydate. save /outfile 'd :nestter.sps'. GET /FILE 'd :nestter.sps'. list /variables nnr clutch. save /outfile 'd :nestnr.sps'. join match /file 'd :terneus.sps' /tabte 'd :nestnr.sps'/by nnr. list /variables nnr enr clutch. save /outfile='d :terneus.sps'. GET /FILE 'd :nestter.sps'. FREQUENCIES /VARIABLES clutch /statistics all /histogram. select if (taydate gt 0 and Atest gt 0). crosstabs /tables laydate by clutch. get /file 'd :nestter.sps', select if (taydate gt 0 and Atest gt 0). /Atestl=MIN(testl) /A-

6 frequencies /variables laydate /statistics all /histogram. get /file 'd :nestter.sps'. select if (laytime gt 0 and test3 gt 0). crosstabs /tables laytime by clutch. get /file 'd :nestter.sps'. select if (laytime gt 0 and test3 gt 0). frequencies /variables laytime /statistics all /histogram. get /file 'd :nestter.sps'. process if (Atestl eq ). frequencies /variables succes /statistics all /histogram. process if (Atestl eq ). crosstabs /tables succes by clutch. select if (Atestl eq and Atest eq and Klaydate gt 0). means /tables succes by klaydate. get /file 'd :nestter.sps'. process if (Atest eq ). means /tables brd3 by klaydate. select if (laytime gt 0 and test3 eq and klaydate gt 0 and Atest eq ). means /tables laytime by klaydate. get /file 'd :nestter.sps'. process if (Atestl eq ). crosstabs /tables brd3 by clutch. GET /FILE 'd :terneus.sps'. MEANS /TABLES EIVOL EIL EIB by ENR. SELECT IF (testbrd eq 0 and testl eq ). MEANS /TABLES brd BY clutch by enr. get /file 'd :terneus.sps'. process if (tests eq ). MEANS /tables uks by clutch by enr. frequencies /variables eivol /statistics alt /histogram. process if (testout eq ). frequencies /variables datuit /statistics all /histogram. select if (testlay eq and datleg gt 0). frequencies /variables datleg /statistics all /histogram. get /file 'd :terneus.sps'. frequencies /variables keivol /statistics alt /histogram. process if (testl eq ). means /tables uks by keivol. select if (testbrd eq 0 and testlay eq and testl eq and kdatleg gt 0). means /tables brd by kdatleg by clutch by enr. De resultaten hiervan vindt men terug onder de paragraaf "resultaten".

7 3. RESULTATEN clutch : aantal (frequentie),, 3 en 4 legsels. laydate : legdatum van het eerste ei brd3 : gemiddelde broedduur per nest klaydate : klassen van laydate (vroege, piek en staartbroeders) laytime : legduur per nest succes : uitkomstsucces per nest eivol, eil, an eib : eivolume, eilengte en eibreedte. keivol : klassen van het eivolume uks : uitkomstsucces per ei brd : broedduur per ei Al TERNEUZEN. BROEDBIOLOGIE * CLUTCH Value Frequency Percent Valid Percent Cum Percent 3 4 TOTAL Mean.790 Std Err.047 Median Mode Std Dev.546 Variance.99 Kurtosis S E Kurt.40 Skewness S E Skew.06 Range Minimum.000 Maximum Sum Valid Cases 38 Missing Cases 0 * LAPDATE Value Frequency Percent valid Percent cum Percent

8 TOTAL Count Midpoint ain Histogram Frequency Mean Std Err.970 Median Mode Std Dev 9.50 Variance Kurtosis.57 S E Kurt.488 Skewness.478 S E Skew.46 Range Minimum Maximum Sum Vatid Cases 96 Missing Cases 0

9 * LAPDATE BY CLUTCH CLUTCH-> Count Row 3 4 Total LAYDATE Column Total Number of Missing Observations = 0

10 * BRD3 by KLAYDATE Variabte Value Label Mean Std Dev Cases For Entire Poputation KLAYDATE KLAYDATE KLAYDATE KLAYDATE Total. Cases = Missing Cases = 46 OR 37.7 PCT. * BRD3 BY CLUTCH CLUTCH-> Count Row 3 4 Total BRD ~ Column Total Number of Missing Observations = 47 * LAYTIME Value Label Value Frequency Percent Percent Percent TOTAL Mean 3.03 Std Err.50 Mode Std Dev.640 Kurtosis.657 S E Kurt.709 S E Skew.36 Range Maximum.000 Sum Median Variance.690 Skewness.7 Minimum.000 Valid Cases 43 Missing Cases 0

11 * LAYTIME BY CLUTCH CLUTCH-> LAYTIME Count Row Total Column Total Number of Missing Observations = * LAYTIME BY KLAYDATE Variable Value Label Mean Std Dev Cases For Entire Population KLAYDATE KLAYDATE KLAYDATE Total Cases = 4 * SUCCES Value Frequency Percent Valid Percent Cum Percent TOTAL Mean Std Err.94 Median Mode Std Dev 3.89 Variance Kurtosis.836 S E Kurt.435 Skewness S E Skew.9 Range Minimum.000 Maximum Sum Valid Cases Missing Cases 0 * SUCCES BY KLAYDATE Variable Value Label Mean Std Dev Cases For Entire Population KLAYDATE KLAYDATE KLAYDATE Total Cases = 8

12 * SUCCES BY CLUTCH CLUTCH-> Count Row 3 4 Total SUCCES Column 6 7 Total Number of Missing Observations = 0 * EIVOL, EIL AND EIB BY LEVELS OF CLUTCH AND ENR a. EIVOL Variabte Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = Missing Cases = OR 6.0 PCT. b. EIL Variable Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR

13 ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = Missing Cases = OR 6.0 PCT. c. EIB Variable Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = 385 Missing Cases = 3 OR 6.0 PCT. * KEIVOL Value Frequency Percent Valid Percent Cum Percent MISSING TOTAL

14 Count Midpoint Histogram Frequency Mean Mode Kurtosis S E Skew Maximum Std Err.67 Std Dev 3.77 S E Kurt.56 Range Sum Median Variance Skewness Minimum Valid Cases 36 Missing Cases 3 * UKS BY LEVELS OF KEIVOL Variable Vatue Label Mean Std Dev Cases For Entire Population KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL Total Cases = Missing Cases = 369 OR 6.0 PCT.

15 * BRD BY LEVELS OF CLUTCH AND ENR Variable Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR CLUTCH ENR ENR ENR ENR Variabte Vatue Label Mean Std Dev Cases ENR CLUTCH ENR ENR ENR Total Cases = Missing Cases = 04 6 OR 9.9 PCT. * UKS BY LEVELS OF CLUTCH AND ENR Variable Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR CLUTCH ENR ENR, ENR ENR ENR ENR Total Cases = 369

16 * VERLIES VAN EIEREN a. EI_ Value Frequency Percent Valid Percent Cum Percent b. EI_ TOTAL Value Frequency Percent Valid Percent Cum Percent * VERLIES VAN PULLI TOTAL a. PUL_ Value Frequency Percent Valid Percent Cum Percent TOTAL b. PUL_ Value Frequency Percent Valid Percent Cum Percent TOTAL

17 B/ VERDRONKEN LAND VAN SAEFTINGHE. BROEDBIOLOGIE * CLUTCH Value Frequency Percent Valid Percent Cum Percent TOTAL Mean.598 Std Err.063 Median Mode Std Dev.657 Variance.43 Kurtosis.675 S E Kurt.463 Skewness S E Skew.34 Range.000 Minimum.000 Maximum Sum Valid Cases 07 Missing Cases 0 * LAYDATE Value Frequency Percent Valid Percent Cum Percent TOTAL COUNT VALUE mmm EEN I I I Histogram Frequency Mean Std Err.44 Median Mode Std Dev.45 Variance.550 Kurtosis S E Kurt.548 Skewness.540 S E Skew.77 Range Minimum Maximum Sum Valid Cases 75 Missing Cases 0

18 * LAYDATE BY CLUTCH CLUTCH-> Count Row 3 Total LAYDATE Column Total Number of Missing Observations = 0 * BRD3 BY KLAYDATE Variabte Value Label Mean Std Dev Cases For Entire Poputation KLAYDATE Total Cases = Missing Cases = OR 9.0 PCT. * BRD3 BY CLUTCH CLUTCH-> BRD3 Count Row Total Column Total Number of Missing Observations = 84 * LAYTIME Value Frequency Percent Vatid Percent Cum Percent TOTAL Mean Std Err.000 Median Mode Std Dev.000 Variance.000 Range.000 Minimum Maximum Stan Valid Cases 3 Missing Cases 0 * LAYTIME BY CLUTCH CLUTCH-> LAYTIME Count Row Total Column 3 3 Total Number of Missing Observations = 0

19 * LAYTIME BY KLAYDATE Mean Variabte Value Label Std Dev Cases For Entire Poputation KLAYDATE Total Cases = 3 * SUCCES Valid Cum Value Frequency Percent Percent Percent TOTAL Mean 4.65 Std Err Mode.000 Std Dev Kurtosis.57 S E Kurt S E Skew.53 Range Maximum Sum 3.77 Median Variance Skewness Minimum Vatid Cases 9 Missing Cases 0 * SUCCES BY KLAYDATE Variabte Value Label Mean Std Dev Cases For Entire Poputation KLAYDATE.00 KLAYDATE.00 KLAYDATE Total Cases = 66 * SUCCES BY CLUTCH CLUTCH-> SUCCES Count Row Total Column 0 3 Total Number of Missing Observations = 0

20 * EIVOL, EIL AND EIB BY LEVELS OF CLUTCH AND ENR a. EIVOL Variable Value label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = Missing Cases = 78 OR.4 PCT. b. EIL Variable Value Label Mean Std Dev Cases For Entire Population CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = 78 Missing Cases = OR.4 PCT.

21 c. EIB Variable Value Label Mean Std Dev Cases Por Entire Poputation CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases Missing Cases 78 OR.4 PCT. * KEIVOL Vatue Label Valid Cum Value Frequency Percent Percent Percent , MISSING TOTAL Count Midpoint n s Histogram Frequency

22 Mean.3 Std Err.7 Median.000 Mode.000 Std Dev.846 Variance Kurtosis.7 S E Kurt.9 Skewness -.9 S E Skew.46 Range Minimum.000 Maximum Sum Valid Cases 77 Missing Cases * UKS BY LEVELS OF KEIVOL Variabte Value Label Mean Std Dev Cases For Entire Population KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL Total Cases = 6 Missing Cases = OR.4 PCT. * BRD BY LEVELS OF CLUTCH AND ENR Variable Value Label Mean Std Dev Cases For Entire Poputation CLUTCH ENR ENR ENR Total Cases = 3 Missing Cases = 5 OR 38.5 PCT. * UKS BY LEVELS OF CLUTCH AND ENR Variable Value Label Mean Std Dev Cases For Entire Poputation CLUTCH ENR CLUTCH ENR ENR ENR ENR CLUTCH ENR ENR ENR ENR ENR ENR Total Cases = 6

23 * VERLIES VAN EIEREN a.ei_ Vatue Frequency Percent Valid Percent Cum Percent b. EI_ TOTAL Valid Cum Vatue Frequency Percent Percent Percent * VERLIES VAN PULLI TOTAL a. PUL_ Valid Cum Vatue Frequency Percent Percent Percent TOTAL

24 Cl ZEEBRUGGE. BROEDBIOLOGIE * CLUTCH Vatid Cum Value Frequency Percent Percent Percent TOTAL Mean Mode Range.000 Sum Std Err.000 Median Std Dev.000 Variance.000 Minimum Maximum Vatid Cases 95 Missing Cases 0 * LAYDATE Vatid Cum Value Frequency Percent Percent Percent TOTAL COUNT VALUE iimm~ Histogram Frequency Mean Std Err.4 Median Mode Std Dev.346 Variance Kurtosis S E Kurt.490 Skewness.346 S E Skew.47 Range Minimum Maximum Sum Vatid Cases 95 Missing Cases 0 * BRD3 BY KLAYDATE Variable Value Label Mean Std Dev Cases For Entire Population KLAYDATE KLAYDATE KLAYDATE Total Cases = 95

25 Missing Cases = 7 OR 7.4 PCT. * LAYTIME Value Frequency Percent Vatid Percent Cum Percent TOTAL Mean 3.5 Std Err.08 Median Mode Std Dev.78 Variance.530 Kurtosis 8.5 S E Kurt.535 Skewness.688 S E Skew.7 Range Minimum.000 Maximum Sum Valid Cases 79 Missing Cases 0 * LAYTIME BY KLAYDATE Variable Value Label Mean Std Dev Cases For Entire Population KLAYDATE KLAYDATE KLAYDATE Total Cases = 79 * SUCCES Vatue Frequency Percent Valid Percent Cum Percent TOTAL Mean Std Err.500 Median Mode Std Dev 3.47 Variance Kurtosis.345 S E Kurt.53 Skewness -.59 S E Skew.69 Range Minimum Maximum Sum Vatid Cases 80 Missing Cases * SUCCES BY KLAYDATE Variable Vatue Label Mean Std Dev Cases For Entire Poputation KLAYDATE KLAPDATE KLAYDATE Total Cases = 80

26 * EIVOL, EIL AND EIB BY LEVELS OF ENR a. EIVOL Variable Value Label Mean Std Dev Cases For Entire Population ENR ENR ENR Total Cases = Missing Cases = 85 OR.4 PCT. b. EIL Variable Value Label Mean Std Dev Cases For Entire Population ENR ENR ENR 3 4, Total Cases = 85 Missing Cases = OR.4 PCT. c. EIB Variable Vatue Label Mean Std Dev Cases For Entire Population ENR ENR ENR Total Cases = 85 Missing Cases = OR.4 PCT. *EIVOL Value Frequency Percent Valid Percent Cum Percent MISSING TOTAL

27 Count Midpoint Histogram Frequency Mean Mode Kurtosis S E Skew Maximum Std Err.65 Std Dev.785 S E Kurt.88 Range Sum Median Variance Skewness Minimum Valid Cases 84 Missing Cases * IACS BY LEVELS OF KEIVOL Variable Value Label Mean Std Dev Cases For Entire Population KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL KEIVOL Total Cases = 70 Missing Cases = 8 OR 3.0 PCT. * BRD BY LEVELS OF ENR Variable Vatue Label Mean Std Dev Cases For Entire Population ENR ENR ENR Total Cases = 90 Missing Cases = 7 OR 3.7 PCT.

28 * IRCS BY LEVELS OF ENR Variable Value Label Mean Std Dev Cases For Entire Poputation ENR ENR ENR Total Cases = Missing Cases = 70 7 OR.6 PCT. * VERLIES VAN EIEREN a. EI_ Value Frequency Percent Vatid Percent Cum Percent TOTAL b. EI..? Vatue Frequency Percent Valid Percent Cum Percent * VERLIES VAN PULLI TOTAL a. PUL_ Vatue Frequency Percent Valid Percent Cum Percent TOTAL a. PUL Value Frequency Percent Vatid Percent Cum Percent TOTAL

29 4. BIJLAGEN A. een voorbeeld van de nestcontroles van Terneuzen B. TERNEUZEN B.I. spss-file B.. metingen van de jongen B.3. voedselgegevens C. VERDRONKEN LAND VAN SAEFTINGHE D. ZEEBRUGGE C.I. spss-file C.. metingen van de jongen C.3. voedselgegevens D.I. spss-file D.. metingen van de jongen D.3. voedselgegevens

30 A. KOLONIE TERNEUZEN NESTCONTROLES NNR ENR 3-May 4-May 5-May 6-May 7-May 9-May 0-May -May -May 3-May 4-May 5-May 7-May 8-May

31 A. KOLONIE TERNEUZEN NESTCONTROLES NNR ENR 9-May 30-May 3-May 0-Jun 03-Jun 05-Jun 06-Jun 07-Jun 08-Jun 09-Jun 0-Jun -Jun -Jun 3-Jun p p 3 p p p 3 p 3 p 3 p 3 3 p 4 p p 5 6 p 5 3 p 6 p p p 8 6 p p p

32 A. KOLONIE TERNEUZEN NESTCONTROLES NNR ENR 4-Jun 5-Jun 6-Jun 7-Jun 8-Jun 9-Jun 0-Jun -Jun 3-Jun 4-Jun 5-Jun 6-Jun 7-Jun 8-Jun p p 6 3 p p 7 3 p p 9 3 p p 3 p p p 3 p 3 p p 4 p p 5 p

33 A. KOLONIE TERNEUZEN NESTCONTROLES NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATEI DATLEG DATPUL DATUIT PERLEG PERUIT May Jun May Jun May Jun May 37 0-Jun May 38 0-Jun May 39 -Jun May 38 0-Jun May 39 -Jun May 4 -Jun May 39 -Jun May May 43 4-Jun May 0 -Jun May 0 -Jun May 4 -Jun May 39 -Jun May 4 4-Jun May 4 6-Jun May May 40 3-Jun May 4 4-Jun May 44 4-Jun May 0 3-Jun May 0 3-Jun May May May 43 4-Jun May 45 5-Jun May 0 3-Jun May May 43 5-Jun May 4 3-Jun May May 45 5-Jun May 43 6-Jun May 45 7-Jun May 46 7-Jun May 43 5-Jun May May 45 5-Jun May 43 5-Jun May May 46 7-Jun May 44 6-Jun 68

34 A. KOLONIE TERNEUZEN NESTCONTROLES NNR ENR LED BRD BRD UKS ?? 5 6?? 5 3? ?? 8 6?? 8 3? ?? 0 6?? 0 0 3?

35 B. TERNEUZEN B.I. spss-file NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ?? ?? ? ?? ?? ? ?? ?? ?

36 ?N ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ? ?? ?? ?

37 NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS p

38 NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ?? ?? ?

39 NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ? ??? ???

40 WNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ?? ?? ?? ?? ?? ? ?? ?? op ? ?? ?? ? ?? ?? ? ??? ??? ?? ?? ? ?? ?? ? ?? ?? ?? ?? 03 ó ?? ?? ?? ??

41 NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ?? ?? ? ?? ?? ?? ?? ? ?? 0 i ?? ??

42 NNR ENR EIL EIB RNR ei/rnr EI EI PUL PUL DATLEG DATUIT PERLEG PERUIT LED BRD UKS ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? ?? ?? ',

43 í3_ TERNEUZEN B.. metingen jongen NNR ENR ei/rnr DATUIT PERUIT DAT RNR KSL GEW VLL LEEFT 3-Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 03-Jut Jun 05-Jul ~ Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 4-Jun Jun 7-Jun Jun 4-Jun Jun 7-Jun Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 05-Jul Jun 08-Jul Jun 4-Jun Jun -Jun Jun 4-Jun Jun 4-Jun Jun 4-Jun Jun -Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 7-Jun

44 NNR ENR ei/rnr DATUIT PERUIT DAT RNR KSL GEW VLL LEEFT 6 -Jun 5-Jun Jun 8-Jun Jun 4-Jun Jun -Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 9-Jun Jun 0-Jut Jun 03-Jul Jun 05-Jut Jun 7-Jun Jun 4-Jun Jun 8-Jun Jun 0-Jul Jun 03-Jut Jun 05-Jul Jun 08-Jut Jun 0-Jut Jun 7-Jun Jun 7-Jun Jun 4-Jun Jun 8-Jun Jun 03-Jul Jun 05-Jul Jun 08-Jul Jun 0-Jul Jun 7-Jun Jun -Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 03-Jul Jun 05-Jul Jun 7-Jun Jun 7-Jun Jun 4-Jun Jun 05-Jut Jun 0-Jut Jun -Jul Jun 7-Jun Jun -Jun Jun 4-Jun Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun -Jun Jun 7-Jun Jun 7-Jun

45 NNR ENR ei/rnr DATUIT PERUIT DAT RNR KSL GEW VLL LEEFT 7 6-Jun 7-Jun Jun 4-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 03-Jut Jun 05-Jut Jun 7-Jun Jun 4-Jun Jun 9-Jun Jun 0-Jut Jun 03-Jut Jun 05-Jut Jun 7-Jun Jun -Jun Jun 5-Jun Jun 7-Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 03-Jul Jun 05-Jul Jun 08-Jut Jun 0-Jul Jun 7-Jun Jun -Jun Jun 4-Jun Jun 8-Jun Jun 0-Jut Jun 03-Jul Jun 05-Jul Jun 08-Jut Jun 0-Jut Jun 4-Jun Jun 7-Jun Jun -Jun Jun 7-Jun Jun 4-Jun Jun 8-Jun Jun 03-Jut Jun 05-Jul Jun 7-Jun Jun 7-Jun Jun 7-Jun Jun 4-Jun

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

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

Statistische Bijlagen Consumentenonderzoek.

Statistische Bijlagen Consumentenonderzoek. MPI HOLLAND Statistische Bijlagen Consumentenonderzoek. Statistische uitvoer Enquête Jos van Zuidam 24-6-2010 Deze bijlage bevat enkele achtergrondgegevens behorend bij de publicatie Consumentenonderzoek

Nadere informatie

** VOORBEELD VAN CAUSALE ANALYSE MET CONFOUNDER EN MEDIATOR **.. GET FILE='u:\)Research\ISSP-NL\ISSP \Data\issp_2013_2014_NL_def.sav'.

** VOORBEELD VAN CAUSALE ANALYSE MET CONFOUNDER EN MEDIATOR **.. GET FILE='u:\)Research\ISSP-NL\ISSP \Data\issp_2013_2014_NL_def.sav'. ** VOORBEELD VAN CAUSALE ANALYSE MET CONFOUNDER EN MEDIATOR **.. GET FILE=''. ** EERST MAKEN WE EEN OVERZICHT VAN DE DATA **. freq nl_rinc wrkhrs sex. Frequencies Statistics N Valid Missing NL_RINC Resp:

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

Bij het maken van deze opgave worden de volgende vragen beantwoord:

Bij het maken van deze opgave worden de volgende vragen beantwoord: Opdracht 1a ----------- Introductie Bij het maken van deze opgave worden de volgende vragen beantwoord: Hoe start ik S-PLUS op? Hoe lees ik gegevens in vanuit een ASCII-bestand in een tabel? Hoe kan ik

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

Beschrijvende statistieken

Beschrijvende statistieken Elske Salemink (Klinische Psychologie) heeft onderzocht of het lezen van verhaaltjes invloed heeft op angst. Studenten werden at random ingedeeld in twee groepen. De ene groep las positieve verhaaltjes

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

Verband tussen twee variabelen

Verband tussen twee variabelen Verband tussen twee variabelen Inleiding Dit practicum sluit aan op hoofdstuk I-3 van het statistiekboek en geeft uitleg over het maken van kruistabellen, het berekenen van de correlatiecoëfficiënt en

Nadere informatie

Oplossingen hoofdstuk 8

Oplossingen hoofdstuk 8 Count Count Oplossingen hoofdstuk 8 1. Plaats de volgende eigenschappen bij de gegeven verdelingen. De eigenschappen kunnen voorkomen bij meerdere verdelingen. Plaats bij elke eigenschap het hierbij horende

Nadere informatie

Inhoud syntax opschonen BVH incidenten bestand.sps

Inhoud syntax opschonen BVH incidenten bestand.sps Syntaxen monitor In deze bijlage staan de syntaxen van de rendementsanalyse. Deze syntaxen geven de code weer waarmee in SPSS de gekoppelde gegevens kunnen worden geanalyseerd en de basisgrafieken kunnen

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

Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1 <= r s <= +1 waarbij:

Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1 <= r s <= +1 waarbij: Correlatie analyse Correlatie = statistische samenhang Meest gebruikt = Spearman s rang correlatie Ordinaal geschaalde variabelen -1

Nadere informatie

Gemiddelde, mediaan, kwartielen, interkwartielafstand, minimum, maximum, variantie, standaardafwijking, boxdiagrammen

Gemiddelde, mediaan, kwartielen, interkwartielafstand, minimum, maximum, variantie, standaardafwijking, boxdiagrammen Opdracht 3a ----------- Gemiddelde, mediaan, kwartielen, interkwartielafstand, minimum, maximum, variantie, standaardafwijking, boxdiagrammen Voor de meting van de leesvaardigheid van kinderen wordt als

Nadere informatie

Hoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent

Hoofdstuk 3 : Numerieke beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Hoofdstuk 3 : Numerieke beschrijving van data Marnix Van Daele MarnixVanDaele@UGentbe Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Numerieke beschrijving van data p 1/31 Beschrijvende

Nadere informatie

SQL is opgebouwd rond een basisinstructie waaraan één of meerdere componenten worden toegevoegd.

SQL is opgebouwd rond een basisinstructie waaraan één of meerdere componenten worden toegevoegd. BASISINSTRUCTIES SQL SQL : Structured Query Language is een taal gericht op het ondervragen van een relationele database en die aan veel klassieke databasemanagementsystemen kan worden gekoppeld. SQL is

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

introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets

introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets introductie Wilcoxon s rank sum toets Wilcoxon s signed rank toets toetsende statistiek week 1: kansen en random variabelen week : de steekproevenverdeling week 3: schatten en toetsen: de z-toets week : het toetsen van gemiddelden: de t-toets week 5: het toetsen van varianties:

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

c. Geef de een-factor ANOVA-tabel. Formuleer H_0 and H_a. Wat is je conclusie?

c. Geef de een-factor ANOVA-tabel. Formuleer H_0 and H_a. Wat is je conclusie? Opdracht 13a ------------ Een-factor ANOVA (ANOVA-tabel, Contrasten, Bonferroni) Bij een onderzoek naar de leesvaardigheid bij kinderen in de V.S. werden drie onderwijsmethoden met elkaar vergeleken. Verschillende

Nadere informatie

* de percentages goed per klas en volgorde van afnemen. sort cases by klas volgorde. split file by klas volgorde. des var=goedboekperc.

* de percentages goed per klas en volgorde van afnemen. sort cases by klas volgorde. split file by klas volgorde. des var=goedboekperc. * Sprekende voorbeelden. * De invloed van lessen op meerkeuzetoetsen Natuurkunde, klas 5 en 6 * Manfred te Grotenhuis en Nico van de Mortel * we gaan uit van de folder 'temp'op de c-drive, svp wijzigen

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

Na het karteren is het zoeken van het

Na het karteren is het zoeken van het BROEDBIOLOGISCH ONDERZOEK Na het karteren is het zoeken van het nest alleen nodig als je tenminste drie maal het nest kan bezoeken voor het meten van het uitkomst- en broedsucces. Bij de nestcontroles

Nadere informatie

OUDERE WERKNEMERS. Inhoudsopgave

OUDERE WERKNEMERS. Inhoudsopgave OUDERE WERKNEMERS Rapport van ILC Zorg voor later, Stichting Loonwijzer/WageIndicator, en Universiteit van Amsterdam/Amsterdams Instituut voor Arbeids Studies (AIAS) Inhoudsopgave De ILC vragen in de Loonwijzer

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

b. Maak een histogram van de verdeling van het groeiseizoen. Kies eerst klassen en maak een geschikte frequentietabel.

b. Maak een histogram van de verdeling van het groeiseizoen. Kies eerst klassen en maak een geschikte frequentietabel. Opdracht 2a ----------- Stamdiagrammen, histogrammen, tijdreeksgrafieken De Old Farmers Almanac vermeldt de groeiseizoenen voor de grote steden in de V.S., zoals gerapporteerd door het National Climatic

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

Databank - Basis 1. Inhoud. Computervaardigheden en Programmatie. Hoofdstuk 4 Databank - Basis. Terminologie. Navigeren door een Venster

Databank - Basis 1. Inhoud. Computervaardigheden en Programmatie. Hoofdstuk 4 Databank - Basis. Terminologie. Navigeren door een Venster 4. 4. Inhoud rste BAC Toegepaste Biologische Wetenschappen Hoofdstuk 4 Databank Terminologie, Navigeren, Importeren Tabellen Records/Velden manipuleren Queries (Vragen) [Ook in SQL] sorteren filter volgens

Nadere informatie

Voer de gegevens in in een tabel. Definieer de drie kolommen van de tabel en kies als kolomnamen groep, vooraf en achteraf.

Voer de gegevens in in een tabel. Definieer de drie kolommen van de tabel en kies als kolomnamen groep, vooraf en achteraf. Opdracht 10a ------------ t-procedures voor gekoppelde paren t-procedures voor twee onafhankelijke steekproeven samengestelde t-procedures voor twee onafhankelijke steekproeven Twee groepen van 10 leraren

Nadere informatie

Uitvoer van analyses (SPSS 16) voor het Faalfeedback en Oriëntatie voorbeeld in hoofdstuk 7 (Herhaalde metingen) >

Uitvoer van analyses (SPSS 16) voor het Faalfeedback en Oriëntatie voorbeeld in hoofdstuk 7 (Herhaalde metingen) > Uitvoer van analyses (SPSS 6) voor het aalfeedback en Oriëntatie voorbeeld in hoofdstuk 7 (Herhaalde metingen) > ** Berekening van lineaire en kwadratische trendvariabele. Compute ylin = -.77678 * y +

Nadere informatie

Tabel 2: Stemgedrag van respondenten bij de TK verkiezingen in 2010 VVD xx % PvdA PVV CDA SP D66 CU PvdD SGP GL Te jong om te stemmen Niet gestemd

Tabel 2: Stemgedrag van respondenten bij de TK verkiezingen in 2010 VVD xx % PvdA PVV CDA SP D66 CU PvdD SGP GL Te jong om te stemmen Niet gestemd 2. Resultaten ZONDER WEGING Tabel 1: Aantal respondenten dat heeft deelgenomen aan een peiling van Maurice de Hond Ja xx % Nee xx % N = xx Statistics participated 529 N Missing 0 Std. Error of,01053 Std.

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek voor BMT (2S390) op maandag ,

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Biostatistiek voor BMT (2S390) op maandag , TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Biostatistiek voor BMT (2S390) op maandag 19-11-2001, 14.00-17.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine

Nadere informatie

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden

Enkelvoudige ANOVA Onderzoeksvraag Voorwaarden 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

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

Handleiding SPSS. 1) Maak je bestand

Handleiding SPSS. 1) Maak je bestand Handleiding SPSS 1) Maak je bestand In de file die op Minerva staat, zijn de data opgenomen van alle groepjes. Het is de bedoeling dat je je eindverslag schrijft over de data van jouw groepje. Om dit te

Nadere informatie

1. Introductie tot SPSS

1. Introductie tot SPSS 1. Introductie tot SPSS Wat is SPSS? SPSS is een statistisch computerprogramma dat door wetenschappers wordt gebruikt om gegevens te verzamelen, analyseren en te bewerken. Het wordt voornamelijk gebruikt

Nadere informatie

16 Broedsucces van sternen in de Zeebrugse voorhaven

16 Broedsucces van sternen in de Zeebrugse voorhaven 16 Broedsucces van sternen in de Zeebrugse voorhaven Inleiding Sinds 1997 wordt door het Instituut voor Natuurbehoud (IN) in de Voorhaven te Zeebrugge broedbiologisch onderzoek naar sternen en meeuwen

Nadere informatie

d. Maak een spreidingsdiagram van de gegevens. Plaats de x-waarden op de x-as en de z-waarden op de y-as.

d. Maak een spreidingsdiagram van de gegevens. Plaats de x-waarden op de x-as en de z-waarden op de y-as. Opdracht 6a ----------- Dichtheidskromme, normaal-kwantiel-plot Een nauwkeurige waarde van de lichtsnelheid is van belang voor ontwerpers van computers, omdat de elektrische signalen zich uitsluitend met

Nadere informatie

Pilot vragenlijst communicatieve redzaamheid

Pilot vragenlijst communicatieve redzaamheid Pilot vragenlijst communicatieve redzaamheid Het instrument Communicatieve redzaamheid kan worden opgevat als een vermogen om wederkerig te communiceren met behulp van woorden, gebaren of symbolen. Communicatief

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

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

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

College Week 4 Inspecteren van Data: Verdelingen

College Week 4 Inspecteren van Data: Verdelingen College Week 4 Inspecteren van Data: Verdelingen Inleiding in de Methoden & Technieken 2013 2014 Hemmo Smit Dus volgende week Geen college en werkgroepen Maar Oefententamen on-line (BB) Data invoeren voor

Nadere informatie

U ziet de progressie van de download aan de groene blokjes in het balkje helemaal onder aan de pagina.

U ziet de progressie van de download aan de groene blokjes in het balkje helemaal onder aan de pagina. Gegevens exporteren en bewerken vanuit GRIEL Stap 1. Selecteer de juiste gegevens en download deze 1. Stel het datumfilter in op de gewenste periode. Druk op ververs. 2. Maak met behulp van het filter

Nadere informatie

Wat is nieuw in Enterprise Guide

Wat is nieuw in Enterprise Guide Enterprise Guide 42 4.2 Lieve Goedhuys Copyright 2009 SAS Institute Inc. All rights reserved. Wat is nieuw in Enterprise Guide Vereenvoudigde interface Gebruikersinterface i Project recovery Conditionele

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

Technische uitwerkingen voor het SPSS practicum Toetsende Statistiek

Technische uitwerkingen voor het SPSS practicum Toetsende Statistiek Technische uitwerkingen voor het SPSS practicum Toetsende Statistiek NB Voor de SPSS opgaven wordt alleen aangegeven hoe het door de opgave gevraagde resultaat kan worden bereikt. C. J. Verduin 11 december

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

Computervaardigheden. Universiteit Antwerpen. Computervaardigheden en Programmatie. Grafieken en Rapporten 1. Inhoud. Anatomie van een databank

Computervaardigheden. Universiteit Antwerpen. Computervaardigheden en Programmatie. Grafieken en Rapporten 1. Inhoud. Anatomie van een databank Inhoud Computervaardigheden Hoofdstuk 5 Databanken (Let op: dit is enkel voor studenten Bio-Ingenieur.) Terminologie Data importeren Basis queries Allerhande Joins Doe dit. Aandachtspunt! Wat gebeurt hier?

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op maandag ,

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op maandag , TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek 2 voor TeMa (2S95) op maandag 08-03-2004, 9.00-2.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine,

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

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

Beschrijvende statistiek

Beschrijvende statistiek Beschrijvende statistiek Beschrijvende en toetsende statistiek Beschrijvend Samenvatting van gegevens in de steekproef van onderzochte personen (gemiddelde, de standaarddeviatie, tabel, grafiek) Toetsend

Nadere informatie

Hierbij is het steekproefgemiddelde x_gemiddeld= en de steekproefstandaardafwijking

Hierbij is het steekproefgemiddelde x_gemiddeld= en de steekproefstandaardafwijking Opdracht 9a ----------- t-procedures voor een enkelvoudige steekproef Voor de meting van de leesvaardigheid van kinderen wordt als toets de Degree of Reading Power (DRP) gebruikt. In een onderzoek onder

Nadere informatie

APPENDIX B: Statistische analyses

APPENDIX B: Statistische analyses APPENDIX B: Statistische analyses Het gevoerde empirisch onderzoek was erop gericht te onderzoeken of het gebruikelijk is dat wanneer een kunstgalerie met een kunstenaar samenwerkt, de kunstwerken eigendom

Nadere informatie

Wat zijn de verschillen tussen SPSS 9 en SPSS 10?

Wat zijn de verschillen tussen SPSS 9 en SPSS 10? Wat zijn de verschillen tussen SPSS 9 en SPSS 10? 1.1 De data-editor / het definiëren van variabelen 1.2 Het openen van bestanden 1.3 Output lezen 1.4 Mogelijke problemen 1.1.1 De data-editor Het grootste

Nadere informatie

Hoofdstuk 2 : Grafische beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent

Hoofdstuk 2 : Grafische beschrijving van data. Marnix Van Daele. Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Hoofdstuk 2 : Grafische beschrijving van data Marnix Van Daele Marnix.VanDaele@UGent.be Vakgroep Toegepaste Wiskunde en Informatica Universiteit Gent Grafische beschrijving van data p. 1/35 Soorten meetwaarden

Nadere informatie

Structured Query Language (SQL)

Structured Query Language (SQL) Structured Query Language (SQL) Huub de Beer Eindhoven, 4 juni 2011 Database: in essentie 0 of meer tabellen elke tabel nul of meer kolommen (of velden) elke tabel nul of meer unieke rijen elke query werkt

Nadere informatie

MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek

MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek MLW -- Toets stroomblok 2.2: Epidemiologie en Biostatistiek Vrijdag 1 april 2005 Opzet: 5 onderdelen, elk 4 punten. Schrijf uw naam en nummer op elke ingeleverde pagina. Vraag 1 In een cohort van 2000

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

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

Faculteit der Wiskunde en Informatica

Faculteit der Wiskunde en Informatica Faculteit der Wiskunde en Informatica Tentamen Biostatistiek voor BMT (DM4), op woensdag 7 januari 4.-7. uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en van een onbeschreven

Nadere informatie

3. Structuren in de taal

3. Structuren in de taal 3. Structuren in de taal In dit hoofdstuk behandelen we de belangrijkst econtrolestructuren die in de algoritmiek gebruikt worden. Dit zijn o.a. de opeenvolging, selectie en lussen (herhaling). Vóór we

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

Statistische Operaties 1

Statistische Operaties 1 1.1 1.2 Inhoud 1rste BAC Biologie Hoofdstuk 2 Statistische operaties Basisvaardigheden Import/export Sorteren en tellen IF, COUNTIF Controles en Robuustheid Gemiddelde en standaard afwijking Mediaan en

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

Wat te doen met die lange variabele- labels in SPSS?

Wat te doen met die lange variabele- labels in SPSS? Wat te doen met die lange variabele- labels in SPSS? (Hulp bij Onderzoek, Groningen, versie 8 april 2014) mag zowel met als zonder streepjes Voorwoord In onze white papers behandelen we onderwerpen die

Nadere informatie

Succesvol 7-legsel in 2008

Succesvol 7-legsel in 2008 Pascal Stroeken & Ronald van Harxen Zuidoost-Achterhoek Van grote legsels bereiken vaak niet alle jongen de uitvliegleeftijd. In 2008 volgden wij een opmerkelijke groot legsel van 7 eieren, waarvan alle

Nadere informatie

Handleiding voor het werken met ringgegevens in de Digitale Nestkaart versie 5 oktober 2016

Handleiding voor het werken met ringgegevens in de Digitale Nestkaart versie 5 oktober 2016 Handleiding voor het werken met ringgegevens in de Digitale Nestkaart versie 5 oktober 2016 In deze handleiding wordt een overzicht gegeven van de mogelijkheden voor het werken met ringgegevens in de Digitale

Nadere informatie

Beknopte handleiding SPSS versie 18.0 1 van 28

Beknopte handleiding SPSS versie 18.0 1 van 28 Beknopte handleiding SPSS versie 18.0 1 van 28 Beknopte handleiding SPSS versie 18.0 2 van 28 Inhoudsopgave Inleiding...3 SPSS- tips...4 Kopiëren van datakenmerken...6 Van SPSS naar Excel...7 Opsturen

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

Onderzoek. B-cluster BBB-OND2B.2

Onderzoek. B-cluster BBB-OND2B.2 Onderzoek B-cluster BBB-OND2B.2 Succes met leren Leuk dat je onze bundels hebt gedownload. Met deze bundels hopen we dat het leren een stuk makkelijker wordt. We proberen de beste samenvattingen voor jou

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op donderdag ,

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op donderdag , TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek 2 voor TeMa (2S95) op donderdag 0-03-2005, 4.00-7.00 uur Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine,

Nadere informatie

Meten, weten & beleid. 'Kennisopbouw en kennisuitwisseling databeheer' Workshop 4 2. En in Gent? Stadsmonitorresultaten in vogelvlucht.

Meten, weten & beleid. 'Kennisopbouw en kennisuitwisseling databeheer' Workshop 4 2. En in Gent? Stadsmonitorresultaten in vogelvlucht. Meten, weten & beleid 'Kennisopbouw en kennisuitwisseling databeheer' Workshop 4 2 26 februari 18 juni- Brussel Brussel En in Gent? Stadsmonitorresultaten in vogelvlucht. 2. Tableau Tabellen, diagrammen,

Nadere informatie

CBSOData Documentation

CBSOData Documentation CBSOData Documentation Release 1.0 Jonathan de Bruin Dec 02, 2018 Contents 1 Statistics Netherlands opendata API client for Python 3 1.1 Installation................................................ 3

Nadere informatie

Oplossingen hoofdstuk Het milieubesef

Oplossingen hoofdstuk Het milieubesef Oplossingen hoofdstuk 3 1. Het milieubesef Eerst het hercoderen van item 3 en 5, via het commando Transform, Recode into different variables, nadien verschijnt het dialoogvenster Recode into Different

Nadere informatie

ANOVA in SPSS. Hugo Quené. opleiding Taalwetenschap Universiteit Utrecht Trans 10, 3512 JK Utrecht 12 maart 2003

ANOVA in SPSS. Hugo Quené. opleiding Taalwetenschap Universiteit Utrecht Trans 10, 3512 JK Utrecht 12 maart 2003 ANOVA in SPSS Hugo Quené hugo.quene@let.uu.nl opleiding Taalwetenschap Universiteit Utrecht Trans 10, 3512 JK Utrecht 12 maart 2003 1 vooraf In dit voorbeeld gebruik ik fictieve gegevens, ontleend aan

Nadere informatie

Engelse taal bachelor psychologie UvT

Engelse taal bachelor psychologie UvT Engelse taal bachelor psychologie UvT Aanleiding Enkele studenten hebben hun teleurstelling uitgesproken over Engelstalige tentamens, zoals Inleiding Psychologie van Arbeid en Economie en Cultuurpsychologie.

Nadere informatie

d. Formuleer voor het hoofdeffect Afmeting H_0 en H_a. Is dit hoofdeffect significant?

d. Formuleer voor het hoofdeffect Afmeting H_0 en H_a. Is dit hoofdeffect significant? Opdracht 14a ------------ Twee-factor ANOVA In een groot research-project bestudeerde men de fysische eigenschappen van multiplex houtmaterialen, vervaardigd door kleine plakjes hout aan elkaar te hechten.

Nadere informatie

* de gemiddelden voor toets1 en toets 2 per groep, tabel 1. Descriptive Statistics

* de gemiddelden voor toets1 en toets 2 per groep, tabel 1. Descriptive Statistics * alles samenvoegen. match files file='c:\temp\meansgroep1.sav' /file='c:\temp\meansgroep2.sav' /file='c:\temp\meansgroep3.sav' /file='c:\temp\meansgroep4.sav' by bootsamp. exe. **************************************************************************

Nadere informatie

Vestiging en recente toename van Raven als broedvogel in Noord Brabant

Vestiging en recente toename van Raven als broedvogel in Noord Brabant Vestiging en recente toename van Raven als broedvogel in Noord Brabant Leo Ballering District Coordinator Oost Brabant Zeldzame Broedvogels Sovon Vogelonderzoek Nederland Inhoud presentatie Karakteristieken

Nadere informatie

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 30 januari 2009

EIND TOETS TOEGEPASTE BIOSTATISTIEK I. 30 januari 2009 EIND TOETS TOEGEPASTE BIOSTATISTIEK I 30 januari 2009 - Dit tentamen bestaat uit vier opgaven onderverdeeld in totaal 2 subvragen. - Geef bij het beantwoorden van de vragen een zo volledig mogelijk antwoord.

Nadere informatie

Bijlagen. Hoi, wat is het vandaag weer koud he? Je zou er zowat een muts bij op zetten, vind je niet?

Bijlagen. Hoi, wat is het vandaag weer koud he? Je zou er zowat een muts bij op zetten, vind je niet? Voorbeeld 1 Voorbeeldgesprek Bijlagen Hoi, wat is het vandaag weer koud he? Je zou er zowat een muts bij op zetten, vind je niet? Trouwens, mijn naam is Ronald. Wat een mooie naam! Hoi ik heet Clazien.

Nadere informatie

Meervoudige ANOVA Onderzoeksvraag Voorwaarden

Meervoudige ANOVA Onderzoeksvraag Voorwaarden 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

DBMS. DataBase Management System. Op dit moment gebruiken bijna alle DBMS'en het relationele model. Deze worden RDBMS'en genoemd.

DBMS. DataBase Management System. Op dit moment gebruiken bijna alle DBMS'en het relationele model. Deze worden RDBMS'en genoemd. SQL Inleiding relationele databases DBMS DataBase Management System!hiërarchische databases.!netwerk databases.!relationele databases.!semantische databases.!object oriënted databases. Relationele databases

Nadere informatie

Bijlage 3: Multiple regressie analyse

Bijlage 3: Multiple regressie analyse Bijlage 3: Multiple regressie analyse REGRESSION /DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING PAIRWISE /STATISTICS COEFF OUTS CI(95) R ANOVA COLLIN TOL ZPP /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT

Nadere informatie

CBSOData Documentation

CBSOData Documentation CBSOData Documentation Release 0.1 Jonathan de Bruin Mar 18, 2017 Contents 1 Statistics Netherlands opendata API client for Python 3 1.1 Installation................................................ 3

Nadere informatie

Figure 1 Shares of Students in Basic, Middle, and Academic Track of Secondary School Academic Track Middle Track Basic Track 29 Figure 2 Number of Years Spent in School by Basic Track Students 9.5 Length

Nadere informatie

Handleiding nestkastenmodule voor opvolging van eikelmuisnestkasten

Handleiding nestkastenmodule voor opvolging van eikelmuisnestkasten Handleiding nestkastenmodule voor opvolging van eikelmuisnestkasten Laatste wijziging: 20/1/2017 De Zoogdierenwerkgroep van Natuurpunt raadt aan om eikelmuisnestkasten en de controles ervan te registreren

Nadere informatie

Steelbladdiagram In een steelbladdiagram staan alle leerlingen genoemd. Je kunt precies zien waar Wouter staat.

Steelbladdiagram In een steelbladdiagram staan alle leerlingen genoemd. Je kunt precies zien waar Wouter staat. 2.1.3 Representaties In de voorbeelden kijken we steeds naar gewicht. Je gaat daarna zelf kijken naar de informatie over lengte en cijfergemiddelde. Voor alle opgaven geldt dat je deze zowel in de DWO

Nadere informatie

Tabel 72. Verdeling van personen die al dan niet carpoolen (beroepsactieven en studerenden)

Tabel 72. Verdeling van personen die al dan niet carpoolen (beroepsactieven en studerenden) 7 Carpooling Tabel 72. Verdeling van personen die al dan niet carpoolen (beroepsactieven en studerenden) CARPOOL Frequency Percent Frequency Percent ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

Nadere informatie

Datum. Vraag het bedrag in BEF. Reken om naar EURO. Toon het bedrag in EURO. --- Vraag het bedrag in BEF--- --- Reken om naar EURO---

Datum. Vraag het bedrag in BEF. Reken om naar EURO. Toon het bedrag in EURO. --- Vraag het bedrag in BEF--- --- Reken om naar EURO--- 3UREOHPHQRSORVVHQPHW9%$WRHSDVVLQJHQELMGHHO Naam. NR : Klas. PC : Datum. 23*$9( Hieronder vind je het algoritme om een bedrag in BEF om te rekenen naar EURO. Zet het algoritme om in programmacode. Noem

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek I voor B (2S410) op , uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek I voor B (2S410) op , uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek I voor B (S40) op 0-0-0, 4.00 7.00 uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine, een

Nadere informatie

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur.

TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Tentamen Statistiek 2 voor TeMa (2S195) op dinsdag , uur. TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Tentamen Statistiek voor TeMa (S95) op dinsdag 3-03-00, 9- uur. Bij het tentamen mag gebruik worden gemaakt van een zakrekenmachine en

Nadere informatie

Query SQL Boekje. Fredrik Hamer

Query SQL Boekje. Fredrik Hamer Query SQL Boekje Query SQL Boekje Fredrik Hamer Schrijver: Fredrik Hamer Coverontwerp: Fredrik Hamer ISBN: 9789402162103 Fredrik Hamer Inhoudsopgave A. Aanhef bepalen 17 Aantal 18 Aantal dagen tussen

Nadere informatie

WMO303 Excel formaat

WMO303 Excel formaat WMO303 Excel formaat Inhoudsopgave 1 Inleiding... 3 2 Excel- formaat... 3 2/5 1 Inleiding In Wmo- Ned is een factuurcontrole opgenomen op basis van het landelijke WMO303- bericht. Hiermee is het mogelijk

Nadere informatie

SQL Aantekeningen 3. Maarten de Rijke mdr@science.uva.nl. 22 mei 2003

SQL Aantekeningen 3. Maarten de Rijke mdr@science.uva.nl. 22 mei 2003 SQL Aantekeningen 3 Maarten de Rijke mdr@science.uva.nl 22 mei 2003 Samenvatting In deze aflevering: het selecteren van tuples, operaties op strings, en aggregatie functies. Verder kijken we naar iets

Nadere informatie

De primaire link op gemeentelijke websites, Bijlagen. over efficiëntie, effectiviteit en gebruiksvriendelijkheid

De primaire link op gemeentelijke websites, Bijlagen. over efficiëntie, effectiviteit en gebruiksvriendelijkheid De primaire link op gemeentelijke s, over efficiëntie, effectiviteit en gebruiksvriendelijkheid Bijlagen Henk S. Kok (9827722) scriptiebegeleiders: Frank Jansen en Leo Lentz Faculteit der Letteren Nederlands,

Nadere informatie