Dit theorieblok behandelt de fundamentele concepten van Hoofdstuk 9: Inferentiële statistiek en variantieanalyse. Deze kennis is essentieel voor het begrijpen van populatie–steekproefrelaties, hypothesetoetsing en variantieanalyse in criminologisch onderzoek.

Studiemateriaal en leerdoelen:

• Begrijpen waarom inferentiële statistiek noodzakelijk is in criminologisch onderzoek
• Het onderscheid maken tussen populatieparameters (μ, σ, π) en steekproefgrootheden (x̄, s, p)
• De logica van steekproevenverdelingen en de standaardfout begrijpen en toepassen
• De centrale limietstelling toepassen en interpreteren
• Puntschattingen en betrouwbaarheidsintervallen berekenen bij verschillende betrouwbaarheidsniveaus
• De basisprincipes van hypothesetoetsing toepassen: H₀, H₁, p-waarden, type-I en type-II fouten, testpower
• Inzicht in eenzijdige versus tweezijdige toetsing
• De rol van kansverdelingen begrijpen: normale verdeling, t-verdeling, χ²-verdeling en F-verdeling
• De logica en stappen van variantieanalyse (ANOVA) uitwerken: SS, DF, MS, F-ratio
• Het verband zien tussen ANOVA en regressie via verklaarde en onverklaarde variatie

Aanbevolen kennisclips

Opmerking: Deze video’s zijn in het Engels, maar bieden de meest heldere visuele uitleg van de concepten.

1. Inleiding tot inferentiële statistiek

1. Steekproevenverdelingen en de centrale limietstelling

1. Betrouwbaarheidsintervallen uitgelegd

1. Hypothesetoetsing: logica en stappen

1. Variantieanalyse (ANOVA) uitgelegd

Verplichte Literatuur

Hoofdstuk 9: Inferentiële statistiek en variantieanalyse

Basiscursus Statistiek in de Criminologie – Deel I (Theorieboek)

Lees dit hoofdstuk zorgvuldig. Besteed speciale aandacht aan:

• Het onderscheid tussen beschrijvende en inferentiële statistiek
• Populaties en steekproeven: afbakenbaar versus hypothetisch; aselect versus niet-aselect
• Steekproeffouten en niet-steekproeffouten; representativiteit
• Steekproevenverdelingen: verwachtingswaarde, variantie en standaardfout
• De centrale limietstelling en haar implicaties voor toetsing
• Puntschatting versus intervalschatting; constructie van betrouwbaarheidsintervallen
• Betrouwbaarheidsniveaus: 90%, 95%, 99% en de bijbehorende z-waarden
• Hypothesetoetsing: H₀ en H₁, p-waarden, significantieniveau, eenzijdig versus tweezijdig
• Type-I fout (α) en type-II fout (β); testpower (1 − β)
• Kansverdelingen: normale verdeling, t-verdeling, χ²-verdeling, F-verdeling
• Variantieanalyse (ANOVA): tussengroepsvariatie, binnengroepsvariatie, F-ratio
• Decompositie van variantie: total SS, between SS, within SS; vrijheidsgraden
• Verband tussen ANOVA en regressie als verklaringsmodellen

Aanvullende Literatuur

1. OpenStax – Confidence Intervals

2. OpenStax – Hypothesis Testing with One Sample

3. Khan Academy – Significance tests (hypothesis testing)

4. Khan Academy – Analysis of variance (ANOVA)

5. StatQuest – p-values: What they are and how to interpret them

Hulpmiddelen

1. Z-toets calculator

2. T-toets calculator

3. ANOVA calculator

4. Interactieve kansverdelingen visualisatie

Na bestudering van dit materiaal beheerst u:

• Het uitleggen van de rol van toeval, representativiteit en steekproeffouten in criminologisch onderzoek
• Het berekenen en interpreteren van standaardfouten en steekproevenverdelingen
• Het toepassen van de centrale limietstelling in concrete voorbeelden
• Het construeren van betrouwbaarheidsintervallen bij bekende en onbekende populatievariantie
• Het correct formuleren en toetsen van nulhypothesen en alternatieve hypothesen
• Het interpreteren van p-waarden, type-I en type-II fouten in criminologische context
• Het uitvoeren en interpreteren van een eenweg-ANOVA, inclusief F-ratio en vrijheidsgraden

Deze competenties vormen de basis voor de praktische oefeningen in dit hoofdstuk.