Werkboek OZP 1
Statistiek voor eerstejaars pedagogiek — met de hand en met begrip
Wat dit werkboek is
Een werkboek bij OZP 1. Geen samenvatting van het college, geen tweede tekstboek — een plek waar je de stof doet. De kern is de theorie snappen en met de hand rekenen: je leest een stukje uitleg en werkt het voorbeeld zelf uit, want pas als je het met de hand doet, zie je wát er gebeurt.
SPSS is hier de knoppendoos ernaast — alleen om jezelf te controleren. Want zo zit het, en niet andersom: snap je de theorie en de berekening eenmaal, dan is SPSS een grapje van een paar klikken. Omgekeerd werkt het nooit — wie alleen de knoppen kent maar niet weet wát eruit rolt, snapt niks en trapt in elke valkuil. Daarom doen we het hier in de goede volgorde: eerst begrijpen en uitrekenen, en pas dán, ter controle, de knoppen.
Ieder thema staat op zichzelf. Open het hoofdstuk dat je nu nodig hebt. Je hoeft niet vooraan te beginnen — al loopt de stof wél op: een gemiddelde snap je vóór een standaardfout, en een standaardfout vóór een t-toets.
Hoe het werkt
Per thema vind je:
- Een korte opening — één dier dat langskomt, niet om in te verdwalen, wel om de stof aan iets vast te haken.
- De stof — uitleg, intuïtie, en de formules die je écht nodig hebt, met de hand uitgewerkt op getallen die je dwingen na te denken (geen 2-4-8 waar het patroon zich verstopt).
- Theorie- en rekenvragen (T) — kort, tussendoor, deels begrip en deels rekenen, vaak met een antwoord dat je kunt openklappen als je het zelf eerst probeert.
- Oefenen met de hand — opgaven om zelf door te rekenen, met uitgewerkte antwoorden.
- SPSS-check — bij de opgaven zie je dezelfde berekening ook in SPSS, met dezelfde data, zodat je je handwerk kunt controleren.
Methodenleer loopt mee. OZP 1 is breder dan rekenen: betrouwbaarheid, validiteit, causaliteit, steekproeven, ethiek. Die komen in dit werkboek terug als kaders en waarschuwingen bij de statistiek — niet als losse hoofdstukken, wel waar ze de cijfers betekenis (of juist een valstrik) geven.
De thema’s
Zes delen, elk met een eigen rode draad; samen elf thema’s plus een fundament-deel.
Deel 0 · Fundament — verschil — wetenschap = voorspellen & verklaren, “ik ervaar verschil, dus ik ben”, variabele ≠ categorie/waarde, effect = samenhang, meetniveaus, discreet/continu.
Deel 1 · Beschrijven — het spelletje
| # | Thema | Kern |
|---|---|---|
| 1 | Gemiddelde & spreiding | het spelletje, kwadratensom, variantie, standaardafwijking, n−1, schaaltransformatie |
| 2 | Verdelingen bekijken | frequentietabel, mediaan, kwartielen, boxplot, IQR, uitbijters, scheefheid |
Deel 2 · Standaardiseren — ruw is ruk, het lineaaltje
| # | Thema | Kern |
|---|---|---|
| 3 | Normaalverdeling & z-scores | z = aantal standaardafwijkingen, z-tabel, gewone vs. inverse vragen |
| 4 | Discrete kansvariabelen | E(X) = Σpᵢxᵢ, variantie, lineaire transformatie (a + bX) |
Deel 3 · Samenhang — DATA = FIT + RESIDU
| # | Thema | Kern |
|---|---|---|
| 5 | Correlatie | covariantie → Pearson r, r², lineariteit, correlatie ≠ causatie |
| 6 | Regressie | regressielijn, voorspelling, residu, verklaarde variantie, modelcomplexiteit |
Deel 4 · Van steekproef naar populatie — de bordjes
| # | Thema | Kern |
|---|---|---|
| 7 | Steekproevenverdeling & betrouwbaarheidsinterval | drie verdelingen, standaardfout, CLT, CI, foutenmarge, benodigde n |
Deel 5 · Toetsen — de bakker
| # | Thema | Kern |
|---|---|---|
| 8 | Toetsgevoel & z-toets | H₀/H₁, drie methoden (CI / p / kritieke waarde), één/tweezijdig |
| 9 | t-toets | σ onbekend → t, vrijheidsgraden, één-steekproef / gepaard / onafhankelijk |
| 10 | Power & fouten | type-I/II, α/β, power = 1 − β |
Deel 6 · Categorische samenhang — verandert je kansverwachting?
| # | Thema | Kern |
|---|---|---|
| 11 | Chi-kwadraat & Simpson | kruistabel, χ², celresiduen, kansrekenen, Simpson’s paradox |
Bijlage — kansverdeling-tabellen (z, t, chi-kwadraat, F).
De dieren
Een vaste bende uit de andere CountCamp-werkboeken loopt mee, zodat je ze in OZP 2 en daarna weer tegenkomt. De koppeling dier ↔︎ thema scherpt zich aan terwijl de thema’s groeien — per stuk voelt het welk beest erbij hoort.