Statistiek: 5 termen met een betekenis
Veel studenten kampen met statistiek. Statistische kennis is belangrijk om goed onderzoek te kunnen doen. Wetenschappers gebruiken statistiek om data te onderzoeken, te begrijpen en conclusies te trekken. Om goed onderzoek te kunnen doen is kennis van statistiek erg belangrijk. Tijdens de studie lijkt het waarschijnlijk allemaal niet zo belangrijk, maar uiteindelijk is het van groot belang. Natuurlijk is niet alles even belangrijk. In dit artikel vind je een aantal termen die belangrijk zijn tijdens het onderzoek doen.
Termen en statistiek
Er zijn natuurlijk enorm veel termen en begrippen die belangrijk zijn. Welke testen en analyses je doet om conclusies te kunnen trekken uit je data hangt bijvoorbeeld af van de manier waarop je iets hebt onderzocht. In dit artikel vind je een aantal termen die je wellicht vaker zult tegenkomen tijdens het onderzoek doen.
5. Multicollineariteit
De term multicollineariteit is een term die staat voor de samenhang tussen de onafhankelijke variabelen. De onafhankelijke variabelen in een model zijn de X'en. Bij een enkelvoudig model is er maar één onafhankelijke variabele. In de meeste gevallen zijn er meerdere onafhankelijke variabelen (X'en) in het model opgenomen. Deze variabelen kunnen met elkaar correleren (samenhang vertonen). Normaal gesproken wil je de multicollineariteit zo klein mogelijk hebben (je wilt dus dat de onafhankelijke variabelen zo weinig mogelijk samenhang laten zien). Als er teveel variabelen in een model wordt opgenomen, is de kans groter dat er ook meer multicollineariteit is.
4. Kanskapitalisatie
Wanneer er meerdere toetsen achter elkaar worden uitgevoerd om één specifiek verschil te vinden, dan stijgt de kans op een type 1 fout. Een type 1 fout is de kans om de nulhypothese te verwerpen terwijl deze waar is. Bij elke toets is er een kans van alpha (α) om de nulhypothese ten onrechte te verwerpen. Standaard is de alpha gezet op 0.05. Als er 5 t-toetsen worden uitgevoerd, dan stijgt de kans naar 1 - (0.95^5). Het is mogelijk om een LSD-toets of Bonferroni toets uit te voeren als er sprake is van kanskapitalisatie. In de meeste gevallen geniet de LSD-toets de voorkeur.
3. Weighted Least Squares
Wanneer er een schending is van de assumptie van homoscedasticiteit van de residuen is het mogelijk om dit te verbeteren door middel van de weighted least squared. Normaal gesporken maak je namelijk gebruik van ordinary least squares. Bij weighted least squared is het gewicht die elke waarde heeft, aangepast om te compenseren voor heteroscedasticiteit.
2. Helling
De helling wordt in een vergelijking weergeven door middel van een bi. De b0 is de constante (ook wel intercept genoemd). De b0 geeft een startwaarde aan Y als X (onafhankelijke variabele) 0 is. De helling in een model is de toename van Y als X met 1 waarde toeneemt.
1. Scatterplot
Veel mensen maken een scatterplot om de gegevens van een onderzoek te bekijken. Heel leuk, maar wat is een scatterplot eigenlijk? Een scatterplot laat het verband zien tussen twee variabelen en wordt met name gebruikt bij exploratieve data. Met een scatterplot is het mogelijk om te bekijken of er een verband aanwezig is tussen variabelen en welk verband dat dan is. Een verband tussen variabelen kan lineair of niet-lineair zijn. Lineariteit tussen onafhankelijke variabelen en de afhankelijke variabele is een belangrijke assumptie. Als de assumptie is geschonden moet er gecorrigeerd worden. Als een verband lineair is, dan is dat te zien aan een gelijkmatige verspreiding van de punten (geen patroon) in een scatterplot.
