week 3 Flashcards

(57 cards)

1
Q

Wat is een steekproef?

A

Een selectie van eenheden uit een populatie waarmee je uitspraken doet over die populatie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Waarom gebruiken onderzoekers steekproeven?

A

Metingen van de hele populatie zijn vaak te duur, te tijdrovend of praktisch onmogelijk; een goed gekozen steekproef kan toch betrouwbare uitspraken opleveren.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wat is het doel van een steekproef?

A

Met zo min mogelijk waarnemingen zo nauwkeurig en betrouwbaar mogelijk de populatie schatten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Wat is een non-probability sample?

A

Een steekproef waarbij de kans dat iemand wordt geselecteerd onbekend is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Noem vier typen non-probability samples.

A

Voluntary response, convenience, quota en purposive samples.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Wat is een voluntary response sample?

A

Deelnemers melden zichzelf aan (bijvoorbeeld een open online enquête). Groot risico op selectiebias.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Wat is een convenience sample?

A

De onderzoeker kiest personen die makkelijk bereikbaar zijn, zoals studenten in een gang.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Wat is een quota sample?

A

Een convenience sample met vooraf vastgestelde aantallen voor bepaalde kenmerken (bijvoorbeeld geslacht), maar geen aselecte trekking.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Wat is een purposive sample?

A

Een doelgerichte selectie waarbij de onderzoeker zelf bepaalt wie geschikt is, bijvoorbeeld experts.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Wat is een probability sample?

A

Een steekproef waarbij elke eenheid in de populatie een bekende en berekenbare kans heeft om geselecteerd te worden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Wat is een simple random sample (SRS)?

A

Elke mogelijke groep van een bepaalde grootte heeft dezelfde kans om gekozen te worden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Wat is een stratified random sample?

A

De populatie wordt verdeeld in subgroepen (strata) en uit elk stratum wordt aselect een steekproef getrokken.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Wat is een cluster sample?

A

Eerst worden natuurlijke groepen (clusters) zoals scholen gekozen, vervolgens meet je alle of een deel van de leden in die clusters.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Wanneer kies je voor stratified sampling?

A

Wanneer je verschillen tussen subgroepen wilt beheersen en de precisie wilt vergroten.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Wat is representativiteit?

A

De mate waarin de steekproef de populatie weerspiegelt qua samenstelling en kenmerken.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Wat is een steekproeffout?

A

Het verschil tussen de waarde in de steekproef en de werkelijke waarde in de populatie door toeval.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Wat is een steekproevenverdeling?

A

De verdeling van een statistiek (bijvoorbeeld het gemiddelde) over alle mogelijke steekproeven van een bepaalde grootte uit dezelfde populatie.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Waarom is een steekproevenverdeling belangrijk?

A

Het vormt de basis voor inferentiële statistiek: je kunt berekenen hoe waarschijnlijk een bepaalde steekproefuitkomst is.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Wat is het gemiddelde van de steekproevenverdeling van het gemiddelde?

A

Dit is gelijk aan het populatiegemiddelde μ.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Wat is de standaardfout (SE)?

A

De standaardafwijking van de steekproevenverdeling van het gemiddelde; een maat voor de variabiliteit van steekproefgemiddelden rond μ.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Hoe bereken je de standaardfout?

A

SE = σ / √N (σ = populatiestandaarddeviatie, N = steekproefgrootte).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Wat gebeurt er met de standaardfout als N toeneemt?

A

De standaardfout wordt kleiner; schattingen worden preciezer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Wat zegt de centrale limietstelling?

A

Bij voldoende grote steekproeven is de verdeling van steekproefgemiddelden ongeveer normaal, ongeacht de populatievorm.

24
Q

Waarom is de standaardfout kleiner dan de standaarddeviatie van de populatie?

A

Omdat gemiddelden stabieler zijn dan individuele scores; extreme waarden middelen uit.

25
Wanneer kun je een z-score berekenen voor een steekproefgemiddelde?
Als de steekproevenverdeling normaal is en de populatiestandaarddeviatie bekend is.
26
Wat betekent een z-score van +2 voor een steekproefgemiddelde?
Het steekproefgemiddelde ligt twee standaardfouten boven het populatiegemiddelde.
27
Wat is het verschil tussen een z-score voor een individu en een z-score voor een steekproefgemiddelde?
De eerste vergelijkt één score met de populatie, de tweede vergelijkt één steekproefgemiddelde met alle mogelijke steekproefgemiddelden.
28
Wat is de kans dat een steekproefgemiddelde buiten 2 standaardfouten van μ valt bij een normale verdeling?
Ongeveer 5% (2,5% in elke staart).
29
Wat betekent het als je N vergroot van 25 naar 100?
De standaardfout halveert; het gemiddelde wordt veel nauwkeuriger geschat.
30
Wat is een betrouwbaarheidsinterval (BI)?
Een interval rondom het steekproefgemiddelde waarbinnen het populatiegemiddelde met een gekozen mate van zekerheid wordt verwacht te liggen.
31
Hoe interpreteer je een 95% betrouwbaarheidsinterval?
Als je eindeloos steekproeven zou trekken en telkens een 95% BI berekent, zou ongeveer 95% van die intervallen het echte populatiegemiddelde bevatten.
32
Wat is de formule voor een 95% BI als σ bekend is?
𝑥ˉ ± 1.96 × 𝜎 / √N.
33
Wat bepaalt de breedte van een BI?
De standaarddeviatie, de steekproefgrootte en het gekozen betrouwbaarheidsniveau.
34
Wat gebeurt er met het BI als je N groter maakt?
Het interval wordt smaller, omdat de standaardfout kleiner wordt.
35
Wat gebeurt er met het BI als je het betrouwbaarheidsniveau verhoogt (bijv. van 95% naar 99%)?
Het interval wordt breder, omdat je meer zekerheid wilt.
36
Hoe kun je een BI nauwer maken zonder de zekerheid te verlagen?
Door de steekproefgrootte te vergroten.
37
Waarom kun je niet zeggen dat de kans 95% is dat μ in jouw specifieke interval ligt?
μ is een vaste waarde; het interval is een schatting die met 95% betrouwbaarheid over herhaalde steekproeven gemiddeld juist is.
38
Wat is de relatie tussen BI en significantie?
Als het hypothese-gemiddelde buiten het 95% BI valt, is een tweezijdige toets met α = 0,05 significant.
39
Wat gebeurt er als de populatiestandaarddeviatie onbekend is?
Dan gebruik je de steekproefstandaarddeviatie en een t-verdeling in plaats van de z-verdeling.
40
Wat zegt een smal BI in de praktijk?
De schatting van het populatiegemiddelde is nauwkeurig.
41
Wat zegt een breed BI?
Er is veel onzekerheid over de schatting van het populatiegemiddelde.
42
Hoe hangt steekproefgrootte samen met beslissingskracht (power)?
Een grotere steekproef verkleint de standaardfout, maakt BI’s smaller en vergroot de kans om echte effecten te detecteren.
43
Waarom is een grote steekproef niet automatisch representatief?
Als de steekproef niet aselect is, kan er nog steeds systematische bias optreden.
44
Waarom is een goed gedefinieerd steekproefkader belangrijk?
Je kunt alleen generaliseren naar de populatie waaruit daadwerkelijk is getrokken.
45
Wat is het verschil tussen standaarddeviatie en standaardfout?
Standaarddeviatie meet spreiding van individuele scores; standaardfout meet spreiding van steekproefgemiddelden.
46
Hoe beïnvloedt een scheve populatie de steekproevenverdeling?
Bij kleine N kan de steekproevenverdeling ook scheef zijn, waardoor z-toetsen minder betrouwbaar zijn.
47
Wat is het voordeel van stratified sampling bij BI’s?
Het verkleint de standaardfout doordat de variatie binnen strata kleiner is.
48
Wat is het gevaar van extrapolatie buiten de gemeten range?
De relatie kan buiten het meetgebied anders zijn; BI’s en SE’s gelden dan niet.
49
Hoe gebruik je een BI om een beslissingsmarge te plannen?
Bepaal vooraf de gewenste foutenmarge en bereken de benodigde steekproefgrootte.
50
Wat betekent een 90% BI in vergelijking met een 95% BI?
Het 90% BI is smaller, maar heeft een grotere kans om het populatiegemiddelde te missen.
51
Wat betekent een 99% BI in vergelijking met een 95% BI?
Het 99% BI is breder, maar geeft meer zekerheid dat het populatiegemiddelde wordt gevangen.
52
Waarom vormt de centrale limietstelling de basis voor BI’s en toetsen?
Omdat we daardoor kunnen aannemen dat steekproefgemiddelden normaal verdeeld zijn en z- of t-statistieken kunnen gebruiken.
53
Wat is een standaardfout in woorden?
De typische afwijking die je verwacht als je het trekken van steekproeven oneindig vaak zou herhalen.
54
Waarom is vergroten van N effectiever dan het verlagen van σ voor een smaller BI?
N vergroten verkleint de SE volgens 1/√N, wat direct de breedte van het BI verkleint.
55
Hoe hangt steekproefgrootte samen met kosten en tijd?
Grotere N geeft nauwkeuriger schattingen maar kost meer tijd, geld en organisatie.
56
Wat is de belangrijkste link tussen sampling en BI’s?
Zonder een goed getrokken steekproef heeft een BI geen betekenis voor de populatie.
57
fouten marge formules toevoegen