Hoofdstuk 3 · Van steekproef naar populatie

Steekproevenverdeling en standaardfout · sampling distribution & SE

De prikkel

Zet alle 342 pinguïns bij elkaar in één reusachtige grabbelton. Vandaag doen we iets wat in het echt nooit kan: we spreken af dat dít de hele wereld is. Geen pinguïn daarbuiten. Deze 342 zijn samen onze populatie, en dus kennen we — voor één keer — de hele waarheid: het échte gemiddelde gewicht is 4202 gram, de échte spreiding 802 gram.¹

Normaal weet niemand dat. Een onderzoeker op een kale rots weegt er geen 342 maar, zeg, dertig — en moet het daarmee doen. En nu de vraag die jeukt: steek jij je arm in die ton en grabbel je er dertig pinguïns uit, komt jouw gemiddelde dan op 4202? Vast niet precies. Maar hoe ver zit je ernaast — tien gram, honderd gram, vijfhonderd? En, dit is de eigenlijke vraag van dit hoofdstuk: kun je dat te weten komen zonder de ton leeg te tellen?

Speel het

⬇ Download de data — penguins.csv

Eerst de waarheid vastzetten, dan grabbelen. Haal de ton binnen en kijk wat we hebben.

OpmerkingIn SPSS · trek eraan

1. Open penguins.csv in SPSS: File → Open → Data, en zet het bestandstype op CSV.
2. Ga naar Analyze → Descriptive Statistics → Descriptives.
3. Sleep gewicht naar het vak Variable(s).
4. Klik op Options en vink naast Mean en Std. deviation ook S.E. mean aan.

In de output staat nu Mean = 4202 en Std. Deviation = 802: het echte gemiddelde en de echte spreiding van onze ton — hoeveel pinguïns onderling verschillen (en dat is nogal wat: de lichtste weegt 2700 gram, de zwaarste 6300). En daarnaast die nieuwe kolom: Std. Error, zo’n 43.

Waarom 43? Omdat SPSS niet weet dat wij vandaag god spelen. Het rekent altijd SD/√n met zíjn eigen n — hier alle 342 rijen — en 802/√342 ≈ 43. Maar onze vraag ging over een onderzoeker die er maar dertig weegt. Pak je rekenmachine: √30 ≈ 5.48, en 802 / 5.48 ≈ 146. Dát is het getal om te onthouden, en het beweert iets brutaals: trek je een steekproef van dertig, dan wiebelt jouw steekproefgemiddelde met zo’n 146 gram rond de waarheid. Eén regeltje rekenwerk, en het dúrft te voorspellen hoe fout je gaat zitten — nog vóór je ook maar één keer gegrabbeld hebt.

Dat vraagt om controle. Geloof jij het? Ik pas als ik het gezien heb.

Schud het

Even opletten, want schudden betekent hier iets ánders dan je van de andere hoofdstukken gewend bent. Daar maken we de data expres kapot — kolommen van elkaar loskoppelen, zodat wat overblijft alleen toeval kan zijn: duizend werelden die dansen rond nul. Vandaag breken we niks en knippen we niks los. Er is geen nul-wereld nodig, want we hebben iets veel zeldzamers: de waarheid zelf, daar in de ton. Vandaag betekent schudden gewoon grabbelen — en nog eens, en nog eens: duizend keer doen wat een onderzoeker maar één keer mag. Dertig pinguïns trekken, wegen, het gemiddelde noteren, alles terug in de ton.

En hier moet ik eerlijk zijn: duizend keer grabbelen is geen knop in SPSS. SPSS rekent één keurige uitkomst uit; het herhaald trekken en opnieuw kijken is code- of speeltje-werk. Dat is geen gemis van jou of van SPSS — het boek doet het bewust zo: de simulatie-ervaring loopt via het grabbel-speeltje in de browser (h3_grabbel) of via het R-broertje, waar het twee regels code is.

Wat je daar ziet: duizend steekproeven die dansen rond het echte gemiddelde — geen enkele grabbel landt er precies óp, maar ze zwermen er allemaal strak omheen: vrijwel alle duizend gemiddelden liggen tussen pakweg 3940 en 4460 gram, terwijl de lósse pinguïns van 2700 tot 6300 lopen. Het gemiddelde van dertig wiebelt dus, maar het wiebelt smal.

Die verzameling heeft een naam: de steekproevenverdeling (sampling distribution) — een verdeling niet van pinguïns, maar van gemiddeldes. En haar spreiding, hoe breed de dans is, heet de standaardfout (standard error). Meet je ’m na in het speeltje, dan kom je uit rond de 140 gram — vlak bij de 146 die de formule beloofde.² De formule wist het dus echt, zonder één keer te grabbelen.

Snap het

Wat heb je nu gezien? Drie dingen, elk groter dan het lijkt.

Eén: jouw gemiddelde is één danser uit een dans. Een echte onderzoeker grabbelt één keer en krijgt één getal — ergens in dat bergje. Dat getal is niet “goed” of “fout”; het is één steekproefgemiddelde uit een hele verdeling van mogelijke steekproefgemiddelden. Had het net andere pinguïns getroffen, dan was het net een ander getal geweest. Dat is geen slordigheid, dat is hoe steekproeven wérken.

Twee: de wiebel heeft een maat — en je kunt die kennen zonder de waarheid te kennen. Dit is de eigenlijke magie. In het echt heb je geen ton en geen duizend grabbels; je hebt één steekproef. Maar in die ene steekproef zit een standaardafwijking, en sd/√n geeft je de standaardfout: een eerlijke schatting van hoe hard jóúw gemiddelde wiebelt. Precies dat getal liet SPSS je aanvinken — S.E. mean — en nu weet je wat er achter zit: geen abstract vinkje maar de breedte van een dans. Je weet niet wáár de waarheid ligt, maar wél hoe ver je er ongeveer naast kunt zitten. (Op precies dat idee bouwt het betrouwbaarheidsinterval straks zijn huis.)

Drie: de wortel is een gierigaard. Kijk wat er met de standaardfout gebeurt als je de steekproef groter maakt: n = 10 geeft 254 gram, n = 30 geeft 146, n = 100 geeft 80. Vier keer zoveel pinguïns wegen — van 10 naar 40, van 100 naar 400 — halveert de wiebel maar; de SE krimpt met √n, niet met n zelf. Meer meten helpt dus altijd, maar steeds een beetje minder. Wie van 80 naar 40 gram wiebel wil, moet driehonderd pinguïns éxtra vangen.

En twee dingen die de standaardfout níét zegt — dat hoort net zo goed bij het snappen:

• SE is geen SD. De 802 beschrijft de pinguïns: die blijven gewoon flink van elkaar verschillen, hoe groot je steekproef ook wordt. De 146 beschrijft jóúw onzekerheid over het gemiddelde. Een grote steekproef maakt niet de pinguïns eenvormiger — alleen jouw schatting rustiger.
• Precies is niet hetzelfde als raak. De standaardfout meet alleen de wiebel van het toeval, niet de scheefheid van je grabbelende hand. Weeg je alleen de tamme, dikke pinguïns die vanzelf naar de weegschaal waggelen, dan krijg je met een enorme steekproef een prachtig smal dansje — strak rond het verkéérde getal. Precisie zegt niets over vertekening.

◠ Zelfde vorm in het boek

Hier: duizend keer grabbelen uit een ton waarvan je de waarheid kent, en zien dat de wiebel van het gemiddelde een eigen maat heeft.

In het boek: W3 — Van steekproef naar populatie

Daar krijgt de ton zijn verhaal — hier heb je hem zelf duizend keer geschud.

TODO (broertje H3, eerste botten): stem-pas nog doen; hoofdstuk-nummering is voorlopig (nummering-later — herordening naar de boek-boog, zie ROADMAP). Deelt de tekst met de R- en JASP-tweeling; alleen “Speel het / Schud het” verschilt. Schud-zet = speeltje + hop (beslist Ben 24-7): thuis van de simulatie is het grabbel-speeltje boek/04_speeltjes/h3_grabbel.html — echte link inwiren zodra de speeltjes-plek definitief is. SPSS-klikpad (Descriptives → Options → S.E. mean) nog live checken. Getallen nagerekend op penguins.csv: n = 342, M = 4201.75, SD = 801.95; SE volle data 802/√342 = 43.4; SE-formule 254/146/80 voor n = 10/30/100; simulatie seed 42 → sd = 140.2 (eindige-ton-effect, zie voetnoot).

Voetnoten

1. Palmer Penguins — Gorman, Williams & Fraser (2014), Palmer Station Antarctica LTER; via het R-pakket palmerpenguins (CC0), kolom gewicht (lichaamsgewicht in grammen). Alle getallen in dit blok zijn op die échte data nagerekend.

2. Waarom nét iets onder de 146? De formule doet alsof de ton bodemloos is; onze ton telt maar 342 pinguïns, en wie er dertig uittrekt zonder teruggooien maakt de wiebel een tikje smaller. Bij echte populaties — duizenden, miljoenen — merk je daar niets meer van. Fijnproeverij; het verhaal blijft hetzelfde.