Σ
SDCalc
GemiddeldToepassingen·11 min

Betrouwbaarheidsintervallen opbouwen met standaardafwijking

Leer hoe u betrouwbaarheidsintervallen construeert met standaardafwijking. Begrijp wat betrouwbaarheidsniveaus betekenen en hoe u BI interpreteert in praktijkscenario's.

Wat is een betrouwbaarheidsinterval?

Een betrouwbaarheidsinterval (BI) is een bereik van waarden dat waarschijnlijk de werkelijke populatieparameter bevat. In plaats van een enkele puntschatting te geven, erkent een BI de onzekerheid door een bereik aan te bieden.

“We zijn 95% zeker dat het werkelijke gemiddelde tussen 48,2 en 51,8 ligt”

95% BI: [48,2; 51,8]

De formule

Het betrouwbaarheidsinterval voor een populatiegemiddelde is:

Formule betrouwbaarheidsinterval

CI = x̄ ± z* × (σ / √n)
  • x̄ = steekproefgemiddelde
  • z* = kritieke waarde (1,96 voor 95% BI)
  • σ = standaardafwijking
  • n = steekproefomvang
  • σ/√n = standaardfout
Betrouwbaarheidsniveauz*-waarde
90%1,645
95%1,960
99%2,576

Correcte interpretatie

Veelvoorkomende misvatting

Een 95% BI betekent NIET “er is 95% kans dat het werkelijke gemiddelde in dit interval ligt.” Het werkelijke gemiddelde ligt er wel of niet in—het is een vaste waarde.

Correcte interpretatie

“Als we dit steekproefproces vele malen zouden herhalen, zou 95% van de berekende intervallen het werkelijke populatiegemiddelde bevatten.”

Uitgewerkte voorbeelden

Voorbeeld: klanttevredenheid

U ondervraagt 100 klanten en vindt een gemiddelde tevredenheidsscore van 7,5 met een standaardafwijking van 1,5. Bereken het 95% BI.
1

Bepaal de standaardfout

SE = 1,5 / √100 = 0,15
2

Bereken de foutmarge

ME = 1,96 × 0,15 = 0,294
3

Bouw het interval

BI = 7,5 ± 0,294 = [7,21; 7,79]

Interpretatie: We zijn 95% zeker dat de werkelijke gemiddelde klanttevredenheid tussen 7,21 en 7,79 ligt.

Wat beïnvloedt de breedte van het BI?

Steekproefomvang (n)

Groter n = smaller BI Meer gegevens = meer precisie

Standaardafwijking (σ)

Groter σ = breder BI Meer variabiliteit = minder zekerheid

Betrouwbaarheidsniveau

Hoger betrouwbaarheidsniveau = breder BI 99% BI is breder dan 95% BI

Further Reading

← Leercentrum

How to Read This Article

A statistics tutorial is a practical interpretation guide, not just a formula dump. It refers to the assumptions, notation, and reporting language that analysts need when they explain a result to a teacher, manager, client, or reviewer. The article body covers the specific topic, while the sections below create a common interpretation frame that readers can reuse across related metrics.

Reading goalWhat to focus onCommon mistake
DefinitionWhat the metric is and what quantity it summarizesTreating the formula as self-explanatory
Formula choiceSample versus population assumptions and notationUsing n when n-1 is required or vice versa
InterpretationWhether the result indicates concentration, spread, or riskCalling a large value good or bad without context

Frequently Asked Questions

How should I interpret a high standard deviation?

A high standard deviation means the observations are spread farther from the mean on average. Whether that spread is acceptable depends on the context: wide dispersion might signal risk in finance, instability in manufacturing, or genuine natural variation in scientific data.

Why do some articles mention n while others mention n-1?

The denominator reflects the difference between population and sample formulas. Population variance and population standard deviation use N because the full dataset is known. Sample variance and sample standard deviation often use n-1 because Bessel’s correction reduces bias when estimating population spread from a sample.

What is a statistical interpretation guide?

A statistical interpretation guide is a page that moves beyond arithmetic and explains meaning. It tells you what a metric is, when the formula applies, and how to describe the result in plain English without overstating certainty.

Can I cite this article in a report?

You should cite the underlying authoritative reference for formal work whenever possible. This page is best used as an explanatory bridge that helps you understand the concept before quoting the original standard or handbook.

Why include direct citations on every article page?

Direct citations give readers a route to verify the definition, notation, and assumptions. That improves trust and reduces the chance that a simplified explanation is mistaken for the entire technical standard.

Authoritative References

These sources define the concepts referenced most often across our articles. Bessel's correction is a sample adjustment, variance is a squared measure of spread, and standard deviation is the square root of variance expressed in the same units as the data.