P-P plot maken om normaliteit te controleren
Een P-P plot (probability-probability plot of percentage-percentage plot) is een kansverdelingsplot om te beoordelen hoe nauw twee datasets met elkaar in overeenstemming zijn.
Hulp nodig bij je scriptie?
Vul je gegevens in voor een gratis en vrijblijvend adviesgesprek.
10.000+ studenten geslaagd
98% slaagt op tijd
Hbo & wo, online & offline
Scriptiebegeleiding sinds 2005
Inhoudsopgave
Een P-P plot (probability-probability plot of percentage-percentage plot) is een kansverdelingsplot om te beoordelen hoe nauw twee datasets met elkaar in overeenstemming zijn. Het is een grafiek die de cumulatieve kans van een variabele tegen de cumulatieve kans van een specifieke verdeling (bv. een normale verdeling) afzet. Dit betekent dat de data gerangschikt en gesorteerd zijn. Voor elke rangschikking wordt de z-score (gestandaardiseerde verwachte waarde die de score zou moeten hebben in een normale verdeling) berekend. Deze z-score wordt afgezet tegen de z-score van een normale verdeling. Op deze manier kun je het P-P plot dus gebruiken om de aanname van normaliteit te toetsen. Deze aanname is van belang om te bepalen of het gerechtvaardigd is om een parametrische toets (bv. t-toets) uit te voeren. Een frequentieverdeling kan als een normale verdeling worden beschouwd als deze aan een aantal aannames voldoet. Normaliteit kan visueel gecontroleerd worden aan de hand van een histogram (wat een histogram is en hoe je deze maakt in SPSS vind je hier) en dus een P-P plot.
P-P plot maken in SPSS
P-P plot interpreteren
In onderstaande figuur zie je aan de linkerzijde van drie verschillende datasets een histogram afgebeeld en aan de rechterzijde het bijbehorende P-P plot. Je kunt zien dat in de bovenste dataset (Day 1 of Download Festival) de hoogste waarden rond het midden liggen en deze vrij geleidelijk afnemen naar de extremen toe. Dit lijkt (om er zeker van te zijn dient dit getoetst te worden) op een normale verdelingen. In het P-P plot vertaald dit zich in een vrij strakke diagonale lijn. In de twee onderste datasets daarentegen, liggen de hoogste waarden links van het midden. Geen normale verdeling dus. Dit is ook terug te zien in de P-P plots, waar de datapunten afwijken van de diagonale lijn.
Realiseer je hierbij wel dat het bekijken van histogrammen en P-P plots subjectief is en dus misinterpretatie of zelfs misbruik in de hand kan werken. Overigens dien je histogrammen en P-P plots apart te maken aangezien deze zich op verschillende plaatsen in het menu bevinden (klik hier voor de uitleg om een histogram te maken in SPSS >>>).
Sneller afstuderen? Het maximale uit je scriptie halen?
Maak gebruik van de scriptiehulp van de ScriptieMaster. Meld je hier aan voor een gratis en vrijblijvend oriëntatiegesprek.
Heeft dit jou geholpen? Deel het met anderen:
Bekijk meer artikelen
Heb je vragen over dit artikel?
Laat een comment achter
Heb je vragen over dit artikel? Laat een comment achter en een van onze
begeleiders zal hem zo spoedig mogelijk beantwoorden
Wij bieden scriptiebegeleiding aan studenten van o.a.:
Inmiddels hebben onze scriptiebegeleiders van nagenoeg iedere vol- en deeltijd opleiding in Nederland studenten mogen ondersteunen bij hun afstudeertraject! Ben je nieuwsgierig geworden welke begeleider jou het beste kan ondersteunen bij jouw specifieke opleiding, studie en onderwerp? Vraag dan een gratis adviesgesprek aan. Hopelijk tot snel!
