`165` cm.

`13`

`156` cm.

`196` cm.

De meting van `196` cm ligt erg ver van de rest af.

De kleinste jongen is groter dan het kleinste meisje; de langste jongen is groter dan het langste meisje; de meest voorkomende lengte bij de jongens is groter dan die bij de meisjes; de jongens zijn over het algemeen groter dan de meisjes.

Omdat de aantallen jongens ( `69` ) en meisjes ( `85` ) ongelijk zijn.

Jongens: `2/69*100~~2,9` %.
Meisjes: `5/85*100~~5,9` %.

Ze komen overeen.

Jongens, met staafdiagram: `1,4+1,4+7,2+…+1,4+1,4 = 42,9~~43` %.
Jongens, tellen in dotplot: `30/69*100~~43,48~~43` %.

Meisjes, met staafdiagram: `2,4 + 1,2 + 1,2 + 1,2 = 6` %.
Meisjes, tellen in dotplot: `5/85*100~~5,9~~6` %.

Meisjes: (van `156` t/m `168` cm, dus) tussen `155` en `169` cm.
Jongens: (van `161` t/m `180` cm, dus) tussen `160` en `181` cm.

Meisjes: (van `173` t/m `196` cm, dus ) tussen `172` en `197` cm.
Jongens: (van `185` t/m `200` cm, dus) tussen `184` en `201` cm.

Ja. De volgorde is niet van belang; er mag tussenruimte tussen de staven zitten.

Ja. De volgorde is wel van belang; liever geen tussenruimte tussen de staven want deze variabele kan alle waarden vanaf `0` (tot ???).

Het is niet zo zinvol, omdat er maar vier jaren voorkomen.

Ja. De volgorde is wel van belang; er mag tussenruimte tussen de staven zitten.

De relatieve frequenties zouden totaal op `100` procent uit moeten komen. Maar omdat je afrondt op gehele getallen kan dit wel eens een procent schelen. Bij de meisjes komt het totaal precies op `100` procent. Bij de jongens op `98` procent. Als je de berekening bij de frequentie `1` bekijkt, `1/69*100~~1,45` %, rond je dat percentage naar boven af om bij de jongens ook totaal `100` procent te krijgen. Maar hier kun je ook andere afrondingen voor kiezen.

Nee, want `182` cm bevindt zich in de klasse `180 - < 185` en je weet dus niet hoeveel jongens van die klasse boven `182` cm zitten.

Voordeel: je krijgt een beter overzicht van de verdeling van de lengtes.

Nadeel: de ruwe data zijn niet meer zichtbaar en alleen schattingen voor waarden in klassen zijn nog mogelijk.

Je krijgt steeds minder klassen en verliest daardoor nog meer van de werkelijke gegevens.

`2/68xx100=2,9` %.

`(2 * 42 + 4 * 47 + 13 * 52 + 19 * 57 + 10 * 62 + 12 * 67 + 4 * 72 + 2 * 77 + 1 * 82 + 1 * 92)/68 ~~ 59,9` kg.

Je vindt vanuit de ruwe data een gemiddelde van ` ~~ 59,2` kg.

Ook één van de meisjes heeft haar gewicht niet opgegeven.

Jongens: gemiddelde gewicht ` ~~ 59,2` kg.

Meisjes: gemiddelde gewicht ` ~~ 61,7` kg.

Klassenbreedte: `1,0` .
Klassenmiddens: `7,0` ; `8,0` , enzovoort.

Klassenbreedte: `5` .
Klassenmiddens: `22,5` ; `27,5` , enzovoort.

Klassenbreedte: `50` .
Klassenmidden: `224,5` .

Bijvoorbeeld lengte, gewicht en gemiddelde cijfer zijn kwantitatieve continue variabelen. Die kun je indelen in klassen. Maar ook: aantal goedgekeurde lampen of aantal verkochte kaartjes.

Werk met Excel, maak eerst een tabel met frequenties en relatieve frequenties.

Jongens: `76` %.

Meisjes: `58` %.

Bijvoorbeeld eerst sorteren op wiskunde A of wiskunde B en dan twee relatieve frequentietabellen maken van de profielkeuze bij wiskunde A en die bij wiskunde B.

Het geboortejaar: kwantitatief, discreet, bijvoorbeeld 1910 tot en met 2015.

De smaak van verschillende soorten rookworst: kwalitatief, bijvoorbeeld een vijfpuntsschaal.

De temperatuur op de Noordpool in graden Celsius: kwantitatief, continu, `text(-)25`  °C tot en met (ongeveer) `0`  °C.

Het gewicht van muizen in grammen: kwantitatief, continu, `1` (pasgeboren) tot en met  `60` gram.

Een kwantitatieve, discrete variabele.

Zie figuur.

Zie figuur, gemaakt met Excel.

`80` %.

De grens van voldoende/onvoldoende valt dan in de klasse `50 - < 60` en de hoeveelheid onvoldoendes/voldoendes is dan niet meer af te lezen.

geslacht: kwalitatief
leeftijd: kwantitatief, discreet
sprintscore: kwantitatief, continu
verspringscore: kwantitatief, continu
vergooiscore: kwantitatief, continu

Een klassenindeling met klassen van vijf meter is heel overzichtelijk. De klassen zijn `0 - lt 5` , `5 - lt 10` , etc. De eerste klasse loopt ook echt vanaf `0,0...` t/m `4,9...` (bij `4,5` m of meer tot `5` m krijg je de uitslag `4,5` m), zodat het klassenmidden `2,5` is.
Een klassenindeling met grotere klassen kan ook, maar daarmee verlies je veel overzicht in de data. Bij kleinere klassen is het voordeel van de klassenindeling gering.

Om de prestaties van de jongens en meisjes te vergelijken, kun je het beste doorrekenen naar relatieve frequenties. Omdat het aantal jongens en meisjes niet gelijk is, kun je alleen vergelijken met relatieve frequenties.

Zie de figuur.

De jongens gooien over het algemeen verder dan de meisjes.

Een kwantitatieve, discrete variabele.

In de leeftijdsgroep 23-27 hebben ongeveer `190000` huishoudens een schuld.
In deze leeftijdsgroep hebben ongeveer `420000` huishoudens een positief vermogen.

Het gevraagde percentage is: `190/(190+420) * 100 ~~ 31` .
De afgelezen waarden mogen `5000` afwijken.

In de leeftijdsgroep 33-37 hebben ongeveer `190000` huishoudens een vermogen tussen € 100000 en € 250000.

Ongeveer `610000` huishoudens hebben een positief vermogen.

Ongeveer `140000` huishoudens hebben een schuld, dus gaat het totaal om ongeveer `7500000` huishoudens.

Het percentage is: `190/750 * 100 ~~ 25` .
De afgelezen waarden mogen `5000` afwijken.

Klassenbreedte: `5` (0 - 1 - 2 - 3 - 4).

Klassenmidden: `2` .

Nee, de laatste klasse is anders.

Omdat je met absolute frequenties bij de verschillende prognoses ook de groei van de totale omvang van de Nederlandse bevolking kunt zien en kunt vergelijken.

Ten opzichte van het totaal: dan kun je ook zien hoe de verhouding mannen/vrouwen per leeftijdscategorie is.
Afzonderlijk: je kunt voor beide seksen zien hoe de verdeling over de leeftijdscategorieën is.

De "top" van de grafiek van de vrouwen is breder dan die bij de mannen.

Categorie "groen" , regionale gemeenschappen, want in die categorie is het bovenste deel van de grafiek het breedst in verhouding tot het onderste deel.

Een kwantitatieve, continue variabele. Hoewel, omdat alle mouwlengtes op cm zijn afgerond, kun je hem ook wel discreet noemen.

Zie de tabel, maak er zelf een staafdiagram bij.

Voordeel van de klassenindeling: je kunt de klassenindeling gebruiken om verschillende standaard lengtematen voor de mouwen vast te stellen. Je weet dan ook meteen van welke lengtematen het meest en van welke het minst verkocht zullen worden.

Nadeel van de klassenindeling: je bent de ruwe data kwijt.

`195/5001*100~~3,9` % (of `4` %).

`89/5001*100~~1,8` % (of `2` %).

Het aantal dieren: kwantitatief, discreet, bijvoorbeeld `0` t/m `10000` .

De hoogte: kwantitatief, continu, bijvoorbeeld `0` t/m `200` cm.

De afhankelijkheid van natuurbeheer: kwalitatief, bijvoorbeeld op een schaal van `1` t/m `5` .

Ja, elke dot stelt een brugklasser voor.

Het gaat over tijd, dat is een continue variabele, gegeven in seconden.

Dat gaat niet heel erg goed, want de grootte van de deelgroepen verschilt. Dus moet je eigenlijk met relatieve frequenties werken. Ook is een klassenindeling beter.

Zie de figuur, gemaakt met Excel.

Over het algemeen zijn de jongens sneller dan de meisjes.

Bij de meisjes zitten twee echte uitschieters die hun prestaties wel wat vertekenen.