Steekproef vs. populatiestandaardafwijking: wanneer welke gebruiken

Overzicht

Een van de meest voorkomende vragen in de statistiek is: “Moet ik delen door n of n-1?” Het antwoord hangt af van of u met een volledige populatie of slechts een steekproef werkt.

Populatie (N)

Gebruik wanneer u gegevens heeft van elk lid van de groep die u bestudeert. σ = √[Σ(x-μ)² / N]

Steekproef (n-1)

Gebruik wanneer u gegevens heeft van een deelverzameling van de grotere populatie. s = √[Σ(x-x̄)² / (n-1)]

Populatiestandaardafwijking (σ)

Populatiestandaardafwijking wordt gebruikt wanneer u metingen heeft van elk enkel lid van de groep die u analyseert. Dit komt in de praktijk relatief weinig voor.

Voorbeelden van werkelijke populaties:

Alle 50 medewerkers in een klein bedrijf
Elke leerling in een specifieke klas van 30
Alle transacties in een afgesloten boekjaar
Volledige volkstellingsgegevens van een land

Steekproefstandaardafwijking (s)

Steekproefstandaardafwijking wordt gebruikt wanneer u werkt met een deelverzameling van een grotere populatie. Dit is het meest voorkomende scenario in praktijkanalyses.

Voorbeelden van steekproeven:

1.000 kiezers ondervragen om verkiezingsresultaten te voorspellen
50 producten testen uit een productiepartij van 10.000
Bloeddruk meten van 200 patiënten in een klinisch onderzoek
5 jaar aan beursgegevens analyseren om toekomstige volatiliteit te voorspellen

Correctie van Bessel uitgelegd

De correctie van Bessel is de reden waarom we (n-1) gebruiken in plaats van n bij het berekenen van de steekproefstandaardafwijking. Vernoemd naar de Duitse wiskundige Friedrich Bessel, levert deze aanpassing een zuivere schatting van de populatievariantie op.

Waarom (n-1) werkt

Wanneer u een steekproefgemiddelde berekent, “verbruikt” u één vrijheidsgraad. Het steekproefgemiddelde legt een beperking op aan de gegevens—zodra u n-1 waarden en het gemiddelde kent, ligt de laatste waarde vast. Delen door (n-1) corrigeert voor dit verlies aan vrijheid.

Wiskundige intuïtie

Steekproefgegevens clusteren doorgaans dichter rond het steekproefgemiddelde dan rond het werkelijke populatiegemiddelde. Dit zorgt ervoor dat de som van gekwadrateerde afwijkingen systematisch kleiner is dan zou moeten.

Delen door (n-1) in plaats van n vergroot het resultaat enigszins, wat compenseert voor deze onderschatting en een zuivere schatting oplevert.

Wanneer welke gebruiken

Scenario	Gebruik	Deel door
U heeft alle bestaande gegevenspunten	Populatie-SD (σ)	N
U beschrijft alleen de gegevens die u heeft	Populatie-SD (σ)	N
U schat voor een grotere populatie	Steekproef-SD (s)	n-1
U gebruikt SD voor inferentiële statistiek	Steekproef-SD (s)	n-1

Vuistregel

Bij twijfel, gebruik steekproefstandaardafwijking (n-1). Dit is veiliger omdat: - De meeste gegevens in de praktijk steekproeven zijn, geen volledige populaties - Het gebruik van n-1 op een werkelijke populatie de waarde iets overschat (veiliger dan onderschatten) - Bij grote n is het verschil verwaarloosbaar

Praktische voorbeelden

Voorbeeld: kwaliteitscontrole

Een fabriek produceert 10.000 widgets per dag. De kwaliteitscontrole test 100 widgets en stelt vast dat hun gewichten een gemiddelde van 50 g hebben. Antwoord: Gebruik steekproef-SD (n-1) omdat 100 widgets een steekproef is van de 10.000 geproduceerde stuks. U gebruikt deze steekproef om de variabiliteit van alle widgets te schatten.

Voorbeeld: cijfers van een klas

Een docent wil de spreiding van toetsscores beschrijven voor haar klas van 25 leerlingen. Ze probeert niet te generaliseren naar andere klassen. Antwoord: Gebruik populatie-SD (N) omdat ze de scores heeft van de gehele klas (haar populatie van belang) en geen uitspraken doet over andere groepen.

← Leercentrum