Toegepaste Statistiek Proefexamen

Front 1

1. Stel je voert een onderzoek uit naar het effect van computergebruik op leerprestaties. Je vergelijkt hiervoor 10 schoolklassen in Wassenaar die veel gebruik maken van computers met 10 schoolklassen in Den Haag die geen computers tot hun beschikking hebben. Vervolgens blijkt dat de kinderen in Wassenaar veel beter presteren dan de kinderen in Den Haag.

Leg, aan de hand van deze casus, uit wat de termen ‘interne validiteit’ en ‘externe validiteit’ inhouden.

Geef ook aan wat in dit onderzoek de grootste bedreiging is voor de interne validiteit en hoe je ervoor kunt zorgen dat de externe validiteit goed is. (max. aantal te behalen punten: 10)

Back 1

Antwoord:

Interne validiteit is de mate waarin het onderzoeksontwerp in staat is causale conclusies te trekken over het effect van de onafhankelijke variabele op de afhankelijke variabele. In het voorbeeld is dit het effect van computer gebruik op leerprestaties (2 pt). De grootste bedreiging voor de interne validiteit zijn de mogelijke alterna

Front 2

2. Stel je doet onderzoek naar de populariteit van verschillende politieke partijen bij bejaarden in Zeeland.

Wat zijn in dit onderzoek de onderzoekseenheid en de variabelen en hoe verschilt een onderzoekseenheid van een populatie?

(max. aantal te behalen punten: 6)

Back 2

Antwoord:

Een onderzoekseenheid is de soort persoon, object of gebeurtenis dat wordt onderzocht, in dit geval bejaarden in Zeeland (2 pt).

De variabelen zijn de kenmerken van de onderzoekseenheid, in dit geval de populariteit van politieke partijen (2 pt).

Het verschil tussen een onderzoekseenheid en een populatie is dat een populatie veel groter is, het is een verzameling van onderzoekseenheden (2 pt). (zie blz. 23-24)

Front 3

3. Wat is het verschil tussen een aselecte en een selecte steekproef?

En welke vier soorten selecte steekproeven worden onderscheiden?

Leg uit wat elke soort steekproef inhoudt (max. aantal te behalen punten: 12).

Back 3

Antwoord:

Bij aselecte steekproeven hebben alle eenheden uit de populatie een gelijke kans om in de steekproef te komen (2 pt).

Bij een selecte steekproef worden eenheden niet op toevalsbasis uit een populatie geselecteerd maar bijvoorbeeld op basis van bepaalde kenmerken (2 pt).

Er wordt onderscheid gemaakt tussen de volgende soorten selecte steekproeven:

1. Expertsteekproef: Steekproef geselecteerd door deskundigheid van de onderzoekers over wat een interessante of relevante populatie is (2 pt).

2. Sneeuwbalsteekproef: Je vraagt aan de eerste personen om andere personen met bepaalde kenmerken en deze mensen vraag je vervolgens ook weer of ze mensen kennen met bepaalde kenmerken (2 pt).

3. Gelegenheidssteekproef: Het betrekken van personen in je steekproef die toevallig of makkelijk beschikbaar zijn (2 pt).

4. Quotasteekproef: Steekproef waarbij van te voren bepaald wordt hoeveel personen met bepaalde kenmerken aanwezig dienen te zijn (2 pt). (zie hoofdstuk 2)

Front 4

4. Hoe groot is de kans om uit een groep van 60 mensen bestaande uit 10 kinderen, 20 mannen en 30 vrouwen een man of een kind te kiezen?

(max. aantal te behalen punten: 5)

Back 4

Antwoord:

De kans een man te kiezen is

P(M) = 20/60 en de kans een kind te kiezen is P(K) = 10/60.

Oftewel, P(M) + P(K) = 20/60 + 10/60 = 30/60 = ½

(zie blz. 41-44)

Front 5

5. Maak een kansverdeling van het aantal te gooien ogen wanneer geworpen wordt met twee dobbelstenen (max. aantal te behalen punten: 7)

Back 5

Tabel. Kansverdeling van X waarbij X het aantal ogen is dat men gooit bij het werpen met 2 dobbelstenen

X P(X)
2 1/36
3 2/36
4 3/36
5 4/36
6 5/36
7 6/36
8 5/36
9 4/36
10 3/36
11 2/36
12 1/36
36/36 = 1

(7 pt). (zie blz. 53-54)

Front 6

6. Wat wordt verstaan onder een binomiale verdeling en een normale verdeling?

Illustreer beide met een voorbeeld.

(max. aantal te behalen punten: 6)

Back 6

Antwoord:

Een variabele is binomiaal verdeeld wanneer er per keer slechts twee mogelijke gebeurtenissen zijn die onafhankelijk van elkaar zijn en de kansen per gebeurtenis gelijk blijven (2 pt).

Bijvoorbeeld: Kop of munt gooien, ja/nee antwoorden, goed of fout gokken (1 pt).

Een normale verdeling is een theoretische kansverdeling voor een continue variabele, waarbij alle waarden binnen een gebied meetellen (2 pt).

Bijvoorbeeld: Lengte, schoenmaat, temperatuur (1 pt). (zie hoofdstuk 4)

Front 7

7. Stel je neemt een depressievragenlijst af bij een aantal patiënten.

Van deze vragenlijst is bekend dat de scores ervan normaal verdeeld zijn met een gemiddelde van 90 en een standaardafwijking van 15.

Hoe groot is de kans dat één van de patiënten bij wie je de vragenlijst hebt afgenomen een score heeft van 40? (max. aantal te behalen punten: 5)

Back 7

Antwoord:

P(X = 40) = P (Zx = 40-90/15) = P (Zx = -3,33) = 0,0005 (5 pt).

Front 8

8. Stel een onderzoeker is geïnteresseerd in het verband tussen tevredenheid op het werk en ziekteverzuim.

Verzin een mogelijke operationalisatie en formuleer een statistische hypothese

(max. aantal te behalen punten: 6).

Back 8

Antwoord:

Deze vraag zou geoperationaliseerd kunnen worden door werknemers middels een vragenlijst te vragen naar hun tevredenheid op het werk en na te kijken hoeveel dagen ze zich het afgelopen jaar hebben ziek gemeld (3 pt). Een mogelijke statistische hypothese kan zijn: Mensen die ontevreden zijn met hun werk melden zich vaker ziek dan mensen die tevreden zijn ( 3 pt). (zie blz. 104-107)

Front 9

9. Stel je toetst de hypothese dat jongens beter scoren op een rekenvaardigheidtoets dan meisjes. Hierbij maak je echter een fout van de tweede soort. Wat verstaan we hieronder?

Illustreer uw antwoord aan de hand van het voorbeeld van de rekentoets

(max. aantal te behalen punten: 6)

Back 9

Antwoord:

Een fout van de tweede soort houdt in dat de nulhypothese niet wordt verworpen terwijl deze onjuist is (3 pt). Voor dit onderzoek betekent dit dat we geen significant verschil vinden en er dus vanuit gaan dat jongens niet beter zijn in rekenen dan meisjes, terwijl dit in werkelijkheid wel zo is (3 pt). (zie blz. 107-108).

Front 10

10. Stel je wilt je hypothese toetsen dat automobilisten die zich aan de aangegeven snelheid houden minder ongelukken in het verkeer maken dan automobilisten die te snel rijden. Kun je hier beter gebruik maken van rechtseenzijdig, linkseenzijdig of tweezijdig toetsen?

Beargumenteer je antwoord. (max. aantal te behalen punten: 6)

Back 10

Antwoord:

Bij linkseenzijdig toetsen wordt de nulhypothese verworpen als de statistische grootheid kleiner is dan de linker kritieke waarde, in dit geval als automobilisten die zich aan de snelheid houden minder ongelukken zouden maken (1 pt).

Bij tweezijdig toetsen wordt de nulhypothese verworpen wanneer de statistische grootheid in de linker of in de rechter kritieke zone valt, in dit geval als automobilisten die zich aan de snelheid houden meer of minder ongelukken maken (1 pt).

Omdat je een specifieke hypothese hebt dat de automobilisten minder ongelukken zullen maken, kun je het beste linkseenzijdig toetsen (3 pt). (zie blz. 108-110)

Front 11

11. Stel je wilt de uitslag van een rijvaardigheidstest analyseren van twee afhankelijke steekproeven van elk 20 personen die normaal zijn verdeeld.

Mag je in dit geval een t-toets voor gepaarde waarnemingen gebruiken? Beargumenteer je antwoord.

(max. aantal te behalen punten: 6)

Back 11

Antwoorden:

De t-toets voor gepaarde waarnemingen mag alleen gebruikt worden wanneer er sprake is van een normaal verdeling (1 pt),

de betreffende variabelen op een intervalschaal gemeten zijn (1 pt)

en de afhankelijke steekproeven meer dan 30 proefpersonen bevatten (1 pt).

Aan deze laatste voorwaarde wordt niet voldaan en de toets mag dan ook niet wordt gebruikt (3 pt). (zie blz. 153-154)

Front 12

12. Stel je toetst het verschil tussen 100 mannen en 100 vrouwen met een eenzijdige t-toets en een alfa van .01. Het verschil blijkt niet alleen significant maar heeft ook een effectgrootte van .60. Wat kun je zeggen over het onderscheidingsvermogen van deze toets? Bespreek dit aan de hand van de factoren dit het onderscheidingsvermogen beïnvloeden (max. aantal te behalen punten: 10)

Back 12

Antwoord:

Onderscheidingsvermogen van een toets houdt in de kans de nulhypothese te verwerpen wanneer deze onwaar is. Anders gezegd, de kans om een significant resultaat te vinden wanneer in de populatie inderdaad een effect bestaat. Dit wordt bepaald door de

1. Steekproefgrootte: Hoe groter de steekproef, hoe groter het onderscheidingsvermogen van een toets: 200 proefpersonen is meer dan voldoende (2 pt).

2. Significantieniveau: Hoe groter de alfa, hoe groter het onderscheidingsniveau: De alfa is enigszins laag, maar dit maakt niet uit aangezien de toets erg significant was (2 pt).

3. Effectgrootte: Hoe het onderscheidingsvermogen .60 staat voor een gemiddeld effect (2 pt).

4. Aard van de toets: Sommige toetsen hebben een groter onderscheidingsvermogen: Er is een eenzijdige toets gebruikt, waarvoor dit geldt (2 pt).

Conclusie: Deze toets heeft waarschijnlijk een heel goed onderscheidingsvermogen (2 pt). (zie blz. 275)

Front 13

13. Stel je hebt een onderzoek gedaan naar mensen die met alcohol op autorijden. Je hebt dat gedaan door mensen bij vertrek van het parkeerterrein van een nachtclub te observeren.

Echter je kunt alleen gegevens gebruiken van die mensen die je hiervoor achteraf toestemming geven. Welke aannamen voor het gebruik van parametrische toetsen worden hier geschonden?

Beargumenteer je antwoord (max. aantal te behalen punten: 6).

Back 13

Antwoord:

In dit voorbeeld worden twee aannamen van parametrische toetsen geschonden.

1. Aselecte steekproef: Doordat je enkel gegevens gebruikt van mensen die hiervoor toestemming geven is je steekproef niet meer aselect ( 3 pt).

2. Onafhankelijkheid van de waarnemingen: Je observeert meerdere mensen tegelijk op dezelfde parkeerplaats en dus zijn je waarnemingen niet onafhankelijk van elkaar (3 pt).

Front 14

14. Stel je wilt een experiment uitvoeren over de effectiviteit van voorlichtingscampagnes op stoppen met roken.

Hierbij vergelijk je de intentie om te stoppen met roken op een 7-punts Likertschaal van rokers die de voorlichtingscampagne hebben gezien met de intentie om te stoppen met roken op een 7-punts Likertschaal van rokers die geen campagne getoond wordt.

Tevens verwacht je dat zware rokers een grotere intentie zullen hebben om te stoppen met roken dan lichte rokers.

Wat zijn in dit experiment de onafhankelijke en afhankelijke variabelen en wat is het meetniveau van deze variabelen?

(max. aantal te behalen punten: 9)

Back 14

Antwoord:

De onafhankelijke variabelen zijn het zien van de voorlichtingscampagne (wel/niet) (1 pt) en soort roker (zwaar/licht) (1 pt).

Voorlichtingscampagne is een nominale variabele met twee categorieën (dichotome variabele) (2 pt) en soort roker is een ordinale variabele (2 pt).

De afhankelijke variabele is de intentie om te stoppen (1 pt) en is een variabele op intervalniveau (2 pt). (zie blz. 306-307)

Front 15

Hoofdstuk 1:
Sociaal wetenschappelijk onderzoek
Stel je wilt onderzoeken of managers die een training sociale vaardigheden hebben gevolgd een
beter contact hebben met het personeel dan managers die geen training hebben gevolgd. Je vergelijkt hierbij een tiental willekeurige banken in Amsterdam waar de managers een training hebben
gevolgd met tien willekeurige banken in Zwolle waar de managers geen trainingen hebben gevolgd.
Vervolgens blijkt uit je onderzoek dat managers werkend in banken in Amsterdam veel beter contact
hebben met hun personeel dan de managers in Zwolle.


1. Wat is in dit voorbeeld de interne en de externe validiteit en wat kun je hier over zeggen?

Back 15

Hoofdstuk 1: Sociaal wetenschappelijk onderzoek

1. Interne validiteit is de mate waarin het onderzoeksontwerp in staat is causale conclusies te trekken over het effect van de onafhankelijke variabele op de afhankelijke variabele. In het voorbeeld is dit het effect van het volgen van de sociale vaardigheden training op contact met personeel. De grootste bedreiging voor de interne validiteit is in dit voorbeeld mogelijke alternatieve verklaringen voor het effect, ook wel storende variabelen genoemd. Het zou bijvoor- beeld kunnen zijn dat de training niets uithaalt, maar dat managers in Amsterdam gewoon een beter contact hebben dan managers in Zwolle. Externe validiteit is de mate waarin de resultaten gegeneraliseerd kunnen worden. In het voorbeeld is dit of een sociale vaardigheden training de contacten met personeel verbetert voor alle managers in alle banken, of zelfs voor alle managers overal. Wanneer we hebben uitgesloten dat plaats van de bank van invloed is, zouden we de resultaten kunnen generaliseren naar managers van alle banken. Echter, alle managers in alle soorten ondernemingen gaat veel te ver.

Front 16

2. Hoe zou je het onderzoek kunnen aanpassen om de interne validiteit te verhogen?

Back 16

2. Het onderzoek zou een hogere interne validiteit hebben wanneer managers van banken in dezelfde plaats die wel of niet een training hebben gevolgd met elkaar vergeleken worden. Zo sluit je uit dat het effect komt door de plaats waarin men werkt. Verder zou het ook geen kwaad kunnen om gebruik te maken van een voormeting zodat je kunt zien of de contacten na de training verbeteren of dat deze altijd al beter waren.

Front 17

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

1. Hoe verhouden een populatie en een onderzoekseenheid zich tot elkaar?

2. Wat is het verschil tussen een aselecte en een selecte steekproef? Geef van beide soorten steek-
proeven een voorbeeld.

3. Stel je wilt een onderzoek doen naar het mogelijke verband tussen benzineprijs en agressie in
het verkeer. Wanneer je voor dit onderzoek een niet-selecte steekproef trekt, welke vier soor-
ten steekproeven kun je dan trekken? Geef van elk soort steekproef een voorbeeld hoe het er
bij dit onderzoek uit zou zien.

4. Leg uit aan de hand van een voorbeeld wanneer er sprake is van afhankelijke en onafhankelijke
steekproeven en wanneer je beide beter kunt gebruiken.

Back 17

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

1. Een onderzoekseenheid is de soort persoon, object of gebeurtenis dat wordt onderzocht (bijvoorbeeld
leerlingen, examens of politieke partijen). Een populatie is een verzameling van
onderzoekseenheden.


2. Als je slechts een deel van de populatie in een onderzoek betrekt is er sprake van een steekproef.
Bij aselecte steekproeven hebben alle eenheden uit de populatie een gelijke kans om in
de steekproef te komen (Bijvoorbeeld het willekeurig kiezen van namen uit een telefoonboek).
Bij een selecte steekproef worden eenheden niet op toevalsbasis uit een populatie geselecteerd
(Bijvoorbeeld personen die zich vrijwillig aanmelden om mee te doen aan een onderzoek).

3. Er wordt onderscheid gemaakt tussen de volgende soorten selecte steekproeven:

1. Expertsteekproef:
Steekproef geselecteerd door deskundigheid van de onderzoekers over wat een interessante
of relevante populatie is. Voorbeeld: Je ondervraagt enkel vrachtwagen chau eurs,
omdat je veronderstelt dat deze vooral geneigd zijn agressie te tonen in het verkeer.

2. Sneeuwbalsteekproef:
Je vraagt aan de eerste personen om andere personen met bepaalde kenmerken en deze mensen vraag je vervolgens ook weer of ze mensen kennen met bepaalde kenmerken.

Voorbeeld: Je ondervraagt een aantal mensen bij de benzinepomp, bijvoorbeeld mensen die
altijd in de spits rijden en vraagt ze of ze nog meer mensen kennen die altijd in de spits in de
auto zitten.

3. Gelegenheidssteekproef: Het betrekken van personen in je steekproef die toevallig
of makkelijk beschikbaar zijn. Voorbeeld: Je gaat met je vragenlijsten naar de benzinepomp
en ondervraagt de eerste 100 mensen die je ziet.

4. Quotasteekproef: Steekproef waarbij van
te voren bepaald wordt hoeveel personen met bepaalde kenmerken aanwezig dienen te zijn.
Voorbeeld: Omdat je denkt dat mannen en vrouwen wel eens anders zouden kunnen reageren
in het verkeer, ondervraag je 50 vrouwen en 50 mannen.

4. Bij onafankelijke steekproeven zijn beide steekproeven aselect getrokken en hebben ze niets
met elkaar te maken. Bijvoorbeeld als je een experimentele groep wilt vergelijken met een
controle groep en het belangrijk is dat beide groepen onafankelijk zijn. Bij afankelijke steekproeven
echter is er geen sprake van aselect trekken en hebben de steekproeven een verband
met elkaar. Bijvoorbeeld als je gebruik maakt van voor- en nametingen dan zijn je steekproeven
in beide gevallen gelijk aan elkaar en dus afankelijk, maar dit wil je juist om mogelijke
verschillen tussen voor- en nameting op te kunnen sporen.

Front 18

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

1. Hoe verhouden een populatie en een onderzoekseenheid zich tot elkaar?

Back 18

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

1. Een onderzoekseenheid is de soort persoon, object of gebeurtenis dat wordt onderzocht (bijvoorbeeld
leerlingen, examens of politieke partijen). Een populatie is een verzameling van
onderzoekseenheden.

Front 19

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie


2. Wat is het verschil tussen een aselecte en een selecte steekproef? Geef van beide soorten steek-
proeven een voorbeeld.

Back 19

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie


2. Als je slechts een deel van de populatie in een onderzoek betrekt is er sprake van een steekproef.
Bij aselecte steekproeven hebben alle eenheden uit de populatie een gelijke kans om in
de steekproef te komen (Bijvoorbeeld het willekeurig kiezen van namen uit een telefoonboek).
Bij een selecte steekproef worden eenheden niet op toevalsbasis uit een populatie geselecteerd
(Bijvoorbeeld personen die zich vrijwillig aanmelden om mee te doen aan een onderzoek).

Front 20

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie



3. Stel je wilt een onderzoek doen naar het mogelijke verband tussen benzineprijs en agressie in
het verkeer. Wanneer je voor dit onderzoek een niet-selecte steekproef trekt, welke vier soor-
ten steekproeven kun je dan trekken? Geef van elk soort steekproef een voorbeeld hoe het er
bij dit onderzoek uit zou zien.

Back 20

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

3. Er wordt onderscheid gemaakt tussen de volgende soorten selecte steekproeven:

1. Expertsteekproef:
Steekproef geselecteerd door deskundigheid van de onderzoekers over wat een interessante
of relevante populatie is. Voorbeeld: Je ondervraagt enkel vrachtwagen chau eurs,
omdat je veronderstelt dat deze vooral geneigd zijn agressie te tonen in het verkeer.

2. Sneeuwbalsteekproef:
Je vraagt aan de eerste personen om andere personen met bepaalde kenmerken en deze mensen vraag je vervolgens ook weer of ze mensen kennen met bepaalde kenmerken.

Voorbeeld: Je ondervraagt een aantal mensen bij de benzinepomp, bijvoorbeeld mensen die
altijd in de spits rijden en vraagt ze of ze nog meer mensen kennen die altijd in de spits in de
auto zitten.

3. Gelegenheidssteekproef: Het betrekken van personen in je steekproef die toevallig
of makkelijk beschikbaar zijn. Voorbeeld: Je gaat met je vragenlijsten naar de benzinepomp
en ondervraagt de eerste 100 mensen die je ziet.

4. Quotasteekproef: Steekproef waarbij van
te voren bepaald wordt hoeveel personen met bepaalde kenmerken aanwezig dienen te zijn.
Voorbeeld: Omdat je denkt dat mannen en vrouwen wel eens anders zouden kunnen reageren
in het verkeer, ondervraag je 50 vrouwen en 50 mannen.

Front 21

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie



4. Leg uit aan de hand van een voorbeeld wanneer er sprake is van afhankelijke en onafhankelijke
steekproeven en wanneer je beide beter kunt gebruiken.

Back 21

Hoofdstuk 2: Statistische generalisatie: steekproeven en populatie

4. Bij onafankelijke steekproeven zijn beide steekproeven aselect getrokken en hebben ze niets
met elkaar te maken. Bijvoorbeeld als je een experimentele groep wilt vergelijken met een
controle groep en het belangrijk is dat beide groepen onafankelijk zijn. Bij afankelijke steekproeven
echter is er geen sprake van aselect trekken en hebben de steekproeven een verband
met elkaar. Bijvoorbeeld als je gebruik maakt van voor- en nametingen dan zijn je steekproeven
in beide gevallen gelijk aan elkaar en dus afhankelijk, maar dit wil je juist om mogelijke
verschillen tussen voor- en nameting op te kunnen sporen.

Front 22

Hoofdstuk 3: Kansen en kansverdelingen

1. Wat is een kansmodel en uit welke elementen bestaat deze? Illustreer dit aan de hand van een
voorbeeld.

2. Hoe groot is de kans om een 4 of hoger te gooien door één keer met een dobbelsteen te gooien?

3. Hoe groot is de kans om een 4 én een 5 te gooien door één keer met 2 dobbelstenen te gooien?

4. Maak een kansverdeling van het trekken van rode, zwarte en gele knikkers uit een vaas wanneer
de vaas bestaat uit 15 rode, 25 zwarte en 40 gele knikkers.

Back 22

Hoofdstuk 3: Kansen en kansverdelingen

1. Een kansmodel is een model dat aangeeft hoe je de kansen op een bepaalde gebeurtenis moet
berekenen (bijvoorbeeld de kans op het geblinddoekt pakken van een stuk fruit uit een fruitschaal).

Het bestaat uit een uitkomstenruimte (U): de verzameling van alle mogelijke uitkomsten
(bijvoorbeeld appel, peer en sinaasappel); elementaire gebeurtenissen: gebeurtenissen die
slechts één uitkomst bevatten (bijvoorbeeld appel) en de kansen op die gebeurtenissen (bijvoorbeeld
bij 100 stuks fruit waarvan 10 appels is de kans om een appel te trekken 10/100).

2. De gebeurtenis dat een 4, 5 of 6 bovenkomt op de dobbelsteen is steeds gelijk, namelijk 1/6.
Omdat de gebeurtenissen elkaar uitsluiten (je kunt niet te gelijk een 4 en een 5 gooien met 1 dobbelsteen) mogen de kansen bij elkaar opgeteld worden. Ofwel,

P (X = 4 of Y = 5 of Z = 6) = P
(X = 4) + P (Y = 5) + P (Z = 6) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2.

Alternatief: A = G/M = 3/6 = 1/2.

3. De gebeurtenis dat een 4 (of een 5) bovenkomt op de dobbelsteen is 1/6. Omdat de gebeurtenissen
elkaar in dit geval niet uitsluiten (je wilt juist met één dobbelsteen 4 en met de andere
dobbelsteen 5 gooien) en juist onafhankelijk zijn van elkaar en worden de kansen van beide
vermenigvuldigd.

Oftewel,
P (X = 4 en Y = 5) = P (X = 4) x P (Y = 5) = 1/6 x 1/6 = 1/36.

4. Tabel. Kansverdeling van X waarbij X het kleur knikker is dat uit een vaas met knikkers getrokken
wordt
X P(X)
Rood 15/80
Zwart 25/80
Geel 40/80
80/80 = 1

Front 23

Hoofdstuk 3: Kansen en kansverdelingen

1. Wat is een kansmodel en uit welke elementen bestaat deze? Illustreer dit aan de hand van een
voorbeeld.

Back 23

Hoofdstuk 3: Kansen en kansverdelingen

1. Een kansmodel is een model dat aangeeft hoe je de kansen op een bepaalde gebeurtenis moet
berekenen (bijvoorbeeld de kans op het geblinddoekt pakken van een stuk fruit uit een fruitschaal).

Het bestaat uit een uitkomstenruimte (U):

de verzameling van alle mogelijke uitkomsten
(bijvoorbeeld appel, peer en sinaasappel); elementaire gebeurtenissen: gebeurtenissen die
slechts één uitkomst bevatten (bijvoorbeeld appel) en de kansen op die gebeurtenissen (bijvoorbeeld
bij 100 stuks fruit waarvan 10 appels is de kans om een appel te trekken 10/100).

Front 24

Hoofdstuk 3: Kansen en kansverdelingen



2. Hoe groot is de kans om een 4 of hoger te gooien door één keer met een dobbelsteen te gooien?

Back 24

Hoofdstuk 3: Kansen en kansverdelingen


2. De gebeurtenis dat een 4, 5 of 6 bovenkomt op de dobbelsteen is steeds gelijk, namelijk 1/6.
Omdat de gebeurtenissen elkaar uitsluiten (je kunt niet te gelijk een 4 en een 5 gooien met 1 dobbelsteen) mogen de kansen bij elkaar opgeteld worden. Ofwel,

P (X = 4 of Y = 5 of Z = 6) = P
(X = 4) + P (Y = 5) + P (Z = 6) = 1/6 + 1/6 + 1/6 = 3/6 = 1/2.

Alternatief: A = G/M = 3/6 = 1/2.

Front 25

Hoofdstuk 3: Kansen en kansverdelingen


3. Hoe groot is de kans om een 4 én een 5 te gooien door één keer met 2 dobbelstenen te gooien?

Back 25

Hoofdstuk 3: Kansen en kansverdelingen

3. De gebeurtenis dat een 4 (of een 5) bovenkomt op de dobbelsteen is 1/6. Omdat de gebeurtenissen
elkaar in dit geval niet uitsluiten (je wilt juist met één dobbelsteen 4 en met de andere
dobbelsteen 5 gooien) en juist onafhankelijk zijn van elkaar en worden de kansen van beide
vermenigvuldigd.

Oftewel,
P (X = 4 en Y = 5) = P (X = 4) x P (Y = 5) = 1/6 x 1/6 = 1/36.

Front 26

Hoofdstuk 3: Kansen en kansverdelingen

4. Maak een kansverdeling van het trekken van rode, zwarte en gele knikkers uit een vaas wanneer
de vaas bestaat uit 15 rode, 25 zwarte en 40 gele knikkers.

Back 26

Hoofdstuk 3: Kansen en kansverdelingen

4. Tabel. Kansverdeling van X waarbij X het kleur knikker is dat uit een vaas met knikkers getrokken
wordt
X P(X)
Rood 15/80
Zwart 25/80
Geel 40/80
80/80 = 1

Front 27

Hoofdstuk 4: Binomiale verdeling en normale verdeling

1. Wat is een binomiale verdeling? Geef ook een voorbeeld.

2. Stel je moet een tentamen doen bestaande uit 8 meerkeuze vragen met de antwoorden a t/m d. Je hebt geen tijd gehad om het tentamen goed voor te bereiden en daarom besluit je om alle antwoorden op de meerkeuze vragen te gokken. Hoe groot is de kans dat je alle vragen fout gokt?

3. Wat is een normale verdeling? Illustreer dit met een voorbeeld.

4. Stel je hebt een intelligentie test afgenomen bij een aantal leerlingen. Je weet dat van intelligentietesten
bekend is dat deze normaal verdeeld zijn met een gemiddelde van 100 en een standaardafwijking van 20. Hoe groot is de kans dat één van de leerlingen bij wie je de test hebt afgenomen een IQ heeft van 140?

Back 27

Hoofdstuk 4: Binomiale verdeling en normale verdeling

1. Een variabele is binomiaal verdeeld wanneer er per keer slechts twee mogelijke gebeurtenissen zijn die onafhankelijk van elkaar zijn en de kansen per gebeurtenis gelijk blijven.
Bijvoorbeeld:

Kop of munt gooien, ja/nee antwoorden, goed of fout gokken.

2.
P (X = x) = (n x) = px qn-x
n = 8; X = 0; n - x = 8 - 0; p = ¼; q = ¾
P (X = 0) = (8 0) (1/4)0 (3/4)8 = (8!/(0! x 8!)) (1) (6561/65536) = 0,10.

3. Een normale verdeling is een theoretische kansverdeling voor een continue variabele, waarbij
alle waarden binnen een gebied meetellen. Bijvoorbeeld: Lengte, schoenmaat, temperatuur.

4. P(X = 140) = P (Zx = 140-100/20) = P (Zx = 2) = 0,0288.

Front 28

Hoofdstuk 4: Binomiale verdeling en normale verdeling

1. Wat is een binomiale verdeling? Geef ook een voorbeeld.

Back 28

Hoofdstuk 4: Binomiale verdeling en normale verdeling

1. Een variabele is binomiaal verdeeld wanneer er per keer slechts twee mogelijke gebeurtenissen zijn die onafhankelijk van elkaar zijn en de kansen per gebeurtenis gelijk blijven.
Bijvoorbeeld:

Kop of munt gooien, ja/nee antwoorden, goed of fout gokken.

Front 29

Hoofdstuk 4: Binomiale verdeling en normale verdeling


2. Stel je moet een tentamen doen bestaande uit 8 meerkeuze vragen met de antwoorden a t/m d. Je hebt geen tijd gehad om het tentamen goed voor te bereiden en daarom besluit je om alle antwoorden op de meerkeuze vragen te gokken. Hoe groot is de kans dat je alle vragen fout gokt?

Back 29

Hoofdstuk 4: Binomiale verdeling en normale verdeling

2.

P (X = x) = (n x) = px qn-x
n = 8; X = 0; n - x = 8 - 0; p = ¼; q = ¾
P (X = 0) = (8 0) (1/4)0 (3/4)8 = (8!/(0! x 8!)) (1) (6561/65536) = 0,10.

Front 30

Hoofdstuk 4: Binomiale verdeling en normale verdeling


3. Wat is een normale verdeling? Illustreer dit met een voorbeeld.

Back 30

Hoofdstuk 4: Binomiale verdeling en normale verdeling


3. Een normale verdeling is een theoretische kansverdeling voor een continue variabele, waarbij
alle waarden binnen een gebied meetellen. Bijvoorbeeld: Lengte, schoenmaat, temperatuur.

Front 31

Hoofdstuk 4: Binomiale verdeling en normale verdeling

4. Stel je hebt een intelligentie test afgenomen bij een aantal leerlingen. Je weet dat van intelligentietesten
bekend is dat deze normaal verdeeld zijn met een gemiddelde van 100 en een standaardafwijking van 20.

Hoe groot is de kans dat één van de leerlingen bij wie je de test hebt afgenomen een IQ heeft van 140?

Back 31

Hoofdstuk 4: Binomiale verdeling en normale verdeling


4.

P(X = 140) = P (Zx = 140-100/20) = P (Zx = 2) = 0,0288.

Front 32

Hoofdstuk 5: Inleiding toetsende statistiek

1. Wat zijn de twee criteria waaraan een goede schatter moet voldoen?

2. Stel een onderzoeker is geïnteresseerd in het mogelijke verband tussen opleidingsniveau van de ouders en rekenvaardigheid van basisschool leerlingen. Verzin een mogelijk operationalisatie en formuleer een statistische hypothese.

3. Wanneer men statistische hypothesen toetst kunnen er twee soorten fouten gemeten worden.

Welke zijn dit?

4. Afhankelijk van de onderzoekshypothese kan deze rechtseenzijdig, linkseenzijdig of tweezijdig
worden uitgevoerd. Wat wordt hieronder verstaan?

Geef van alle drie een voorbeeld.

Back 32

Hoofdstuk 5: Inleiding toetsende statistiek

1. Een goede schatter is zuiver en efficiënt. Zuiverheid: Een schatter mag gemiddeld over alle
mogelijke steekproeven geen systematische afwijking vertonen ten opzichte van de te schatten
populatiegrootheid. Efficiëntie: De schattingen moeten ook bij kleine steekproeven al in de
buurt komen van de echte populatiewaarde.

2. Deze vraag zou geoperationaliseerd kunnen worden door de ouders te vragen naar hun opleidingsniveau en vervolgens te kijken naar de rapportcijfers van de kinderen voor rekenen. Een
mogelijke statistische hypothese kan zijn: Er bestaat een positief verband tussen opleidingsniveau
van ouders en de rapportcijfers voor rekenen van de kinderen.

3. Bij het toetsen van statistische hypothesen kunnen twee soorten fouten worden gemaakt.

1. Fout van de eerste soort:
De nulhypothese wordt verworpen terwijl deze juist is.

2. Fout van de tweede soort:
De nulhypothese wordt niet verworpen terwijl deze onjuist is.

4.
Bij rechtseenzijdig toetsen wordt de nulhypothese verworpen wanneer de statistische grootheid
groter is dan de rechter kritieke waarde. Bijvoorbeeld: De intelligentie van vwo leerlingen
is hoger dan het landelijk gemiddelde.

Bij linkseenzijdig toetsen wordt de nulhypothese
verworpen als de statistische grootheid kleiner is dan de linker kritieke waarde.

Bijvoorbeeld:
Mensen die uitgeslapen zijn maken minder schrijffouten dan onuitgeslapen mensen. Bij tweezijdig toetsen wordt de nulhypothese verworpen wanneer de statistische grootheid in de linker of in de rechter kritieke zone valt.

Bijvoorbeeld: Cito-toets prestaties van basisschool leerlingen in de Randstad wijken niet af van het landelijk gemiddelde.

Front 33

Hoofdstuk 5: Inleiding toetsende statistiek

1. Wat zijn de twee criteria waaraan een goede schatter moet voldoen?

Back 33

Hoofdstuk 5: Inleiding toetsende statistiek

1. Een goede schatter is zuiver en efficiënt.

Zuiverheid:
Een schatter mag gemiddeld over alle mogelijke steekproeven geen systematische afwijking vertonen ten opzichte van de te schatten populatiegrootheid.

Efficiëntie:
De schattingen moeten ook bij kleine steekproeven al in de buurt komen van de echte populatiewaarde.

Front 34

Hoofdstuk 5: Inleiding toetsende statistiek


2. Stel een onderzoeker is geïnteresseerd in het mogelijke verband tussen opleidingsniveau van de ouders en rekenvaardigheid van basisschool leerlingen. Verzin een mogelijk operationalisatie en formuleer een statistische hypothese.

Back 34

Hoofdstuk 5: Inleiding toetsende statistiek


2. Deze vraag zou geoperationaliseerd kunnen worden door de ouders te vragen naar hun opleidingsniveau en vervolgens te kijken naar de rapportcijfers van de kinderen voor rekenen. Een mogelijke statistische hypothese kan zijn: Er bestaat een positief verband tussen opleidingsniveau van ouders en de rapportcijfers voor rekenen van de kinderen.

Front 35

Hoofdstuk 5: Inleiding toetsende statistiek

3. Wanneer men statistische hypothesen toetst kunnen er twee soorten fouten gemeten worden.

Welke zijn dit?

Back 35

Hoofdstuk 5: Inleiding toetsende statistiek

3. Bij het toetsen van statistische hypothesen kunnen twee soorten fouten worden gemaakt.

1. Fout van de eerste soort:
De nulhypothese wordt verworpen terwijl deze juist is.

2. Fout van de tweede soort:
De nulhypothese wordt niet verworpen terwijl deze onjuist is.

Front 36

Hoofdstuk 5: Inleiding toetsende statistiek

4. Afhankelijk van de onderzoekshypothese kan deze rechtseenzijdig, linkseenzijdig of tweezijdig
worden uitgevoerd. Wat wordt hieronder verstaan?

Geef van alle drie een voorbeeld.

Back 36

Hoofdstuk 5: Inleiding toetsende statistiek

4. Bij rechtseenzijdig toetsen wordt de nulhypothese verworpen wanneer de statistische grootheid
groter is dan de rechter kritieke waarde. Bijvoorbeeld: De intelligentie van vwo leerlingen is hoger dan het landelijk gemiddelde. Bij linkseenzijdig toetsen wordt de nulhypothese verworpen als de statistische grootheid kleiner is dan de linker kritieke waarde.

Bijvoorbeeld:
Mensen die uitgeslapen zijn maken minder schrijffouten dan onuitgeslapen mensen. Bij tweezijdig toetsen wordt de nulhypothese verworpen wanneer de statistische grootheid in de linker of in de rechter kritieke zone valt.

Bijvoorbeeld: Cito-toets prestaties van basisschool leerlingen in de Randstad wijken niet af van het landelijk gemiddelde.

Front 37

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

1. Wat zijn de twee voorwaarden voor het toepassen van de z-toets voor het gemiddelde?

2. De t-toets mag je gebruiken voor het toetsen van het verschil tussen twee gemiddelden.
Geef hiervan twee voorbeelden.

3. Wanneer mag je geen t-toets voor gepaarde waarnemingen gebruiken?

4. Stel je hebt een onderzoek afgerond waarbij je bij 50 mannen en 50 vrouwen een rijvaardigheidstest
(aantal fouten op een rijvaardigheid parcours) hebt afgenomen. Deze personen zijn aselect getrokken uit een bestand van autobezitters in Nederland. De resultaten laten duidelijk zien dat het niet gaat om een normaalverdeling. Je onderzoekshypothese is dat mannen over een betere rijvaardigheid beschikken dan vrouwen.

Welke test gebruik je om dit te toetsen?
Bespreek je antwoord aan de hand van de vier criteria:
-aantal populaties,
-meetniveau,
-normaalverdeling
-en afhankelijke of onafhankelijke steekproeven.

Back 37

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

1. De z-toets voor het gemiddelde mag toegepast worden, indien voldaan wordt aan:

a. De standaardafwijking
van de populatie is bekend en de populatie is normaal verdeeld en

b. de standaardafwijking
van de populatie is onbekend en/of de populatie is niet normaal verdeel, maar n > 100.

2. De t-toets voor het verschil tussen twee gemiddelden kun je gebruiken om bijvoorbeeld te
toetsen of jongens beter zijn in rekenen dan meisjes, of een therapie effectiever is dan geen therapie of dat twee trainingen in effectiviteit verschillen.

3. De t-toets voor gepaarde waarnemingen mag niet gebruikt worden indien

a. De twee afhankelijke steekproeven klein zijn (< 30) en de populaties niet normaal verdeeld en
b. de betreffende variabelen niet op een intervalschaal gemeten zijn.

4. In het voorbeeld gaat het over het verschil tussen twee populaties (mannen en vrouwen). We hebben dus te maken met een twee-steekproevenprobleem. Het meetniveau van de rijvaardigheidstest is interval niveau, dus in principe zijn alle parametrische toetsen geschikt.

Echter, de gemiddelden zijn niet normaal verdeeld. Hierdoor valt de F-toets alvast af.
De Z-toets en T-toets kunnen enkel gebruikt worden als het gaat om genoeg personen.

Voor de Z-toets is dit minimaal 100 per populatie en voor de t-toets is dit 30. We kunnen dus enkel de t-toets gebruiken. De mannen en vrouwen in het onderzoek zijn onafhankelijk getrokken en dus mag de t-toets voor ona ankelijke steekproeven worden gebruikt.

Front 38

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

1. Wat zijn de twee voorwaarden voor het toepassen van de z-toets voor het gemiddelde?

Back 38

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

1. De z-toets voor het gemiddelde mag toegepast worden, indien voldaan wordt aan:

a. De standaardafwijking
van de populatie is bekend en de populatie is normaal verdeeld en

b. de standaardafwijking
van de populatie is onbekend en/of de populatie is niet normaal verdeel, maar n > 100.

Front 39

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen


2. De t-toets mag je gebruiken voor het toetsen van het verschil tussen twee gemiddelden.
Geef hiervan twee voorbeelden.

Back 39

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

2. De t-toets voor het verschil tussen twee gemiddelden kun je gebruiken om bijvoorbeeld te
toetsen of jongens beter zijn in rekenen dan meisjes, of een therapie effectiever is dan geen therapie of dat twee trainingen in effectiviteit verschillen.

Front 40

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen


3. Wanneer mag je geen t-toets voor gepaarde waarnemingen gebruiken?

Back 40

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

3. De t-toets voor gepaarde waarnemingen mag niet gebruikt worden indien

a. De twee afhankelijke steekproeven klein zijn (< 30) en de populaties niet normaal verdeeld en
b. de betreffende variabelen niet op een intervalschaal gemeten zijn.

Front 41

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen


4. Stel je hebt een onderzoek afgerond waarbij je bij 50 mannen en 50 vrouwen een rijvaardigheidstest
(aantal fouten op een rijvaardigheid parcours) hebt afgenomen. Deze personen zijn aselect getrokken uit een bestand van autobezitters in Nederland. De resultaten laten duidelijk zien dat het niet gaat om een normaalverdeling. Je onderzoekshypothese is dat mannen over een betere rijvaardigheid beschikken dan vrouwen.

Welke test gebruik je om dit te toetsen?
Bespreek je antwoord aan de hand van de vier criteria:
-aantal populaties,
-meetniveau,
-normaalverdeling
-en afhankelijke of onafhankelijke steekproeven.

Back 41

Hoofdstuk 6: Toetsende statistiek: parametrische toetsen

4. In het voorbeeld gaat het over het verschil tussen twee populaties (mannen en vrouwen). We hebben dus te maken met een twee-steekproevenprobleem. Het meetniveau van de rijvaardigheidstest is interval niveau, dus in principe zijn alle parametrische toetsen geschikt.

Echter, de gemiddelden zijn niet normaal verdeeld. Hierdoor valt de F-toets alvast af.
De Z-toets en T-toets kunnen enkel gebruikt worden als het gaat om genoeg personen.

Voor de Z-toets is dit minimaal 100 per populatie en voor de t-toets is dit 30. We kunnen dus enkel de t-toets gebruiken. De mannen en vrouwen in het onderzoek zijn onafhankelijk getrokken en dus mag de t-toets voor onafhankelijke steekproeven worden gebruikt.

Front 42

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets

1. Wat wordt verstaan onder onderscheidingsvermogen van een toets en door welke factoren wordt dit bepaald?

2. Stel je hebt een onderzoek uitgevoerd naar het effect van voorlichting op veilig vrijen. De resultaten
zijn allemaal mooi significant ( p < .001), maar toch besluit je voor de zekerheid de effectgrootte uit te rekenen. Hieruit komt een d van .11.


Hoe zou je dit interpreteren?

Back 42

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets

1. Onderscheidingsvermogen van een toets houdt in de kans de nulhypothese te verwerpen wanneer
deze onwaar is. O ewel, de kans om een significant resultaat te vinden wanneer in de populatie inderdaad een effect bestaat. Dit wordt bepaald door de:

1. Steekproefgrootte:
Hoe groter de steekproef, hoe groter het onderscheidingsvermogen van een toets;

2. Signiffcantieniveau:
Hoe groter de alfa, hoe groter het onderscheidingsniveau;

3. Effectgrootte:
Hoe groter het effect, hoe groter het onderscheidingsvermogen en

4. Aard van de toets:
Sommige toetsen
hebben een groter onderscheidingsvermogen (bijvoorbeeld parametrische toetsen of eenzijdige
toetsen).


2. Cohen heeft bepaald dat we spreken van een klein effect bij .20, een gemiddeld effect bij .50 en van een sterk effect bij .80. Een d van .11 is dus erg magertjes en het effect dat je gevonden hebt is niet erg sterk.
aangezien je effect wel erg significant is ligt het waarschijnlijk aan je steekproefgrootte.

Was het onderzoek uitgevoerd met meer mensen, dan was er waarschijnlijk een sterkere effectgrootte gevonden

Front 43

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets

1. Wat wordt verstaan onder onderscheidingsvermogen van een toets en door welke factoren wordt dit bepaald?

Back 43

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets

1. Onderscheidingsvermogen van een toets houdt in de kans de nulhypothese te verwerpen wanneer
deze onwaar is. Ofwel, de kans om een significant resultaat te vinden wanneer in de populatie inderdaad een effect bestaat. Dit wordt bepaald door de:

1. Steekproefgrootte:
Hoe groter de steekproef, hoe groter het onderscheidingsvermogen van een toets;

2. Signiffcantieniveau:
Hoe groter de alfa, hoe groter het onderscheidingsniveau;

3. Effectgrootte:
Hoe groter het effect, hoe groter het onderscheidingsvermogen en

4. Aard van de toets:
Sommige toetsen
hebben een groter onderscheidingsvermogen (bijvoorbeeld parametrische toetsen of eenzijdige
toetsen).

Front 44

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets


2. Stel je hebt een onderzoek uitgevoerd naar het effect van voorlichting op veilig vrijen. De resultaten
zijn allemaal mooi significant ( p < .001), maar toch besluit je voor de zekerheid de effectgrootte uit te rekenen. Hieruit komt een d van .11.


Hoe zou je dit interpreteren?

Back 44

Hoofdstuk 10: Effectgrootte en het onderscheidingsvermogen van een toets


2. Cohen heeft bepaald dat we spreken van een klein effect bij .20, een gemiddeld effect bij .50
en van een sterk effect bij .80.

Een d van .11 is dus erg magertjes en het effect dat je gevonden hebt is niet erg sterk. Aangezien je effect wel erg signifficant is ligt het waarschijnlijk aan je
steekproefgrootte.

Was het onderzoek uitgevoerd met meer mensen, dan was er waarschijnlijk een sterkere effectgrootte gevonden

Front 45

Hoofdstuk 11: Nabeschouwing significantietoets

1. Er zijn veel regels en voorwaarden waaraan moet worden voldaan wil je een bepaalde toets
mogen gebruiken.

Echter, in de praktijk zien we dat men het niet altijd zo heel nauw neemt met al deze aannamen.

Wat zijn de voornaamste drie aannamen bij parametrische toetsen die in de praktijk vaak geschonden worden?

Geef van iedere aanname schending een voorbeeld.

2. Wat is het verschil tussen toetsend en exploratief onderzoek? Illustreer dit met voorbeelden.

Back 45

Hoofdstuk 11: Nabeschouwing significantietoets

1. In de praktijk worden de voornaamste aannamen van parametrische toetsen vaak geschonden.

Het gaat hierbij om:

1. Aselecte steekproef (bijvoorbeeld: je begint met het trekken van een aselecte steekproef van vwo leerlingen, maar slechts 70% is bereid met je onderzoek mee te doen; je voert je onderzoek uit op enkel werknemers die je kent, bijvoorbeeld op je werk),

2.
Onafhankelijkheid van de waarnemingen (bijvoorbeeld: wanneer je meerdere mensen tegelijk
observeert met elk meerdere observatie momenten dan zijn al je waarnemingen niet onafhankelijk
van elkaar),

3. Aanname van normaliteit (bijvoorbeeld: bij vragenlijsten naar attitudes van mensen op onderwerpen waar men een sterke mening heeft zoals politiek of geloof is het onwaarschijnlijk dat je een normaalverdeling vindt wanneer je gebruik maakt van 7-punt schalen.
Mensen zijn dan eerder geneigd om extreem te reageren).



2. Toetsend onderzoek is specifiek gericht op het toetsen van theorieën en hypothesen (bijvoorbeeld
dat jongens beter zijn in rekenen dan meisjes of dat er een verband bestaat tussen sociaal economische status en ongezond gedrag), terwijl exploratief onderzoek wordt gekenmerkt door het feit dat van te voren niet scherp gesteld is welke hypothesen gaan worden getoetst (bijvoorbeeld als wilt kijken welke factoren van belang zijn bij het komen tot een studie keuze of je wilt weten hoe bepaalde persoonlijkheidsvragenlijsten zich tot elkaar verhouden).

Front 46

Hoofdstuk 11: Nabeschouwing significantietoets

1. Er zijn veel regels en voorwaarden waaraan moet worden voldaan wil je een bepaalde toets
mogen gebruiken.

Echter, in de praktijk zien we dat men het niet altijd zo heel nauw neemt met al deze aannamen.

Wat zijn de voornaamste drie aannamen bij parametrische toetsen die in de praktijk vaak geschonden worden?

Geef van iedere aanname schending een voorbeeld.

Back 46

Hoofdstuk 11: Nabeschouwing significantietoets

1. In de praktijk worden de voornaamste aannamen van parametrische toetsen vaak geschonden.

Het gaat hierbij om:

1. Aselecte steekproef (bijvoorbeeld: je begint met het trekken van een aselecte steekproef van vwo leerlingen, maar slechts 70% is bereid met je onderzoek mee te doen; je voert je onderzoek uit op enkel werknemers die je kent, bijvoorbeeld op je werk),

2.
Onafhankelijkheid van de waarnemingen (bijvoorbeeld: wanneer je meerdere mensen tegelijk
observeert met elk meerdere observatie momenten dan zijn al je waarnemingen niet onafhankelijk
van elkaar),

3. Aanname van normaliteit (bijvoorbeeld: bij vragenlijsten naar attitudes van mensen op onderwerpen waar men een sterke mening heeft zoals politiek of geloof is het onwaarschijnlijk dat je een normaalverdeling vindt wanneer je gebruik maakt van 7-punt schalen.
Mensen zijn dan eerder geneigd om extreem te reageren).

Front 47

Hoofdstuk 11: Nabeschouwing significantietoets



2. Wat is het verschil tussen toetsend en exploratief onderzoek? Illustreer dit met voorbeelden.

Back 47

Hoofdstuk 11: Nabeschouwing significantietoets



2. Toetsend onderzoek is specifiek gericht op het toetsen van theorieën en hypothesen (bijvoorbeeld
dat jongens beter zijn in rekenen dan meisjes of dat er een verband bestaat tussen sociaal economische status en ongezond gedrag), terwijl exploratief onderzoek wordt gekenmerkt door het feit dat van te voren niet scherp gesteld is welke hypothesen gaan worden getoetst (bijvoorbeeld als wilt kijken welke factoren van belang zijn bij het komen tot een studie keuze of je wilt weten hoe bepaalde persoonlijkheidsvragenlijsten zich tot elkaar verhouden).

Front 48

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

Stel je wilt een experiment uitvoeren waarbij je geïnteresseerd bent in het verband tussen slaap
tekort en intellectuele prestaties. Hierbij vergelijk je proefpersonen die de hele nacht niet geslapen
hebben met proefpersonen die gewoon normaal geslapen hebben en laat ze vervolgens een wiskundige taak oplossen. Ook denk je dat cafeïne van invloed kan zijn en geeft hierom de helft van
je proefpersonen 2 koppen koffie te drinken voordat ze met de taak beginnen. Uiteraard wordt er
gecontroleerd voor wiskundige aanleg.

1. Wat zijn de onafhankelijke en afhankelijke variabelen van dit experiment en wat is van al deze
variabelen het meetniveau?

2. Wat zijn de mogelijke hypotheses van dit experiment?

3. Welke soort statistische toets moet je gebruiken om je hypotheses te toetsen?

Back 48

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

1. De onafhankelijke variabelen zijn slaap (wel/niet) en cafeïne (wel/niet). Beide zijn nominale
variabelen met twee categorieën (dichotome variabelen). De afhankelijke variabele is de score
op de wiskundige taak en is een variabele op intervalniveau.

2. De mogelijke hypotheses bij dit experiment zijn:

1. Mensen die te weinig (of geen) slaap gekregen
hebben zullen slechter presteren op de taak dan uitgeslapen mensen.

2. Mensen die koffie hebben gedronken zullen beter presteren op de taak dan mensen die geen koffie hebben gedronken.

3. Het effect van koffie op prestatie zal vooral van invloed zijn bij mensen die slaaptekort hebben (interactie hypothese).

3. De hypothesen in dit experiment kun je het beste toetsen met behulp van variantie-analyse.
Hierbij kun je niet alleen het effect van zowel slaap als cafeïne tegelijk toetsen, maar kun je ook
kijken naar het interactie effect van deze twee factoren.

Front 49

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

Stel je wilt een experiment uitvoeren waarbij je geïnteresseerd bent in het verband tussen slaap
tekort en intellectuele prestaties. Hierbij vergelijk je proefpersonen die de hele nacht niet geslapen
hebben met proefpersonen die gewoon normaal geslapen hebben en laat ze vervolgens een wiskundige taak oplossen. Ook denk je dat cafeïne van invloed kan zijn en geeft hierom de helft van
je proefpersonen 2 koppen koffie te drinken voordat ze met de taak beginnen. Uiteraard wordt er
gecontroleerd voor wiskundige aanleg.

1. Wat zijn de onafhankelijke en afhankelijke variabelen van dit experiment en wat is van al deze
variabelen het meetniveau?

Back 49

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

1. De onafhankelijke variabelen zijn slaap (wel/niet) en cafeïne (wel/niet). Beide zijn nominale variabelen met twee categorieën (dichotome variabelen). De afhankelijke variabele is de score op de wiskundige taak en is een variabele op intervalniveau.

Front 50

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

Stel je wilt een experiment uitvoeren waarbij je geïnteresseerd bent in het verband tussen slaap
tekort en intellectuele prestaties. Hierbij vergelijk je proefpersonen die de hele nacht niet geslapen
hebben met proefpersonen die gewoon normaal geslapen hebben en laat ze vervolgens een wiskundige taak oplossen. Ook denk je dat cafeïne van invloed kan zijn en geeft hierom de helft van
je proefpersonen 2 koppen koffie te drinken voordat ze met de taak beginnen. Uiteraard wordt er
gecontroleerd voor wiskundige aanleg.


2. Wat zijn de mogelijke hypotheses van dit experiment?

Back 50

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment



2. De mogelijke hypotheses bij dit experiment zijn:

1. Mensen die te weinig (of geen) slaap gekregen
hebben zullen slechter presteren op de taak dan uitgeslapen mensen.

2. Mensen die koffie hebben gedronken zullen beter presteren op de taak dan mensen die geen koffie hebben gedronken.

3. Het effect van koffie op prestatie zal vooral van invloed zijn bij mensen die slaap tekort hebben (interactie hypothese).

Front 51

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment

Stel je wilt een experiment uitvoeren waarbij je geïnteresseerd bent in het verband tussen slaap
tekort en intellectuele prestaties. Hierbij vergelijk je proefpersonen die de hele nacht niet geslapen
hebben met proefpersonen die gewoon normaal geslapen hebben en laat ze vervolgens een wiskundige taak oplossen. Ook denk je dat cafeïne van invloed kan zijn en geeft hierom de helft van
je proefpersonen 2 koppen koffie te drinken voordat ze met de taak beginnen. Uiteraard wordt er
gecontroleerd voor wiskundige aanleg.


3. Welke soort statistische toets moet je gebruiken om je hypotheses te toetsen?

Back 51

Hoofdstuk 12: Analyse van een sociaal-psychologisch experiment



3. De hypothesen in dit experiment kun je het beste toetsen met behulp van variantie-analyse.
Hierbij kun je niet alleen het e ect van zowel slaap als cafeïne tegelijk toetsen, maar kun je ook kijken naar het interactie effect van deze twee factoren.