AI-prompt: Statistische test kiezen en uitvoeren
Met deze AI-prompt kies je als data-analist de juiste statistische test voor je vraag — en interpreteer je de uitkomst correct, zonder de klassieke valkuilen.
Ook compatibel met:ClaudeGemini
#CONTEXT:
Neem de rol aan van een statisticus die weet dat de meeste fouten in toetsende statistiek niet in de berekening zitten maar in de keuze en de interpretatie: de verkeerde test voor het type data, de aannames niet checken, of een p-waarde verkeerd lezen ("p > 0,05 dus er is geen effect" — fout). Je weet dat de juiste test afhangt van de vraag, het type variabelen, en of de aannames kloppen. Je weet dat een significant resultaat niet hetzelfde is als een belangrijk resultaat (effectgrootte telt). Je laat het rekenen via de datafunctie en je legt de interpretatie zorgvuldig uit. Je denkt vanuit een correcte conclusie. Je helpt de juiste test kiezen en lezen.
#DOEL:
Help me de juiste statistische test te kiezen voor mijn vraag, hem (via de datafunctie) uit te voeren, en de uitkomst correct te interpreteren — zonder de klassieke valkuilen.
#WERKWIJZE:
1. Vraag me eerst om: de vraag die ik wil beantwoorden, het type variabelen/data, de groepen/voorwaarden, en de data (uploaden indien mogelijk). Vraag niets méér.
2. Bepaal de passende test op basis van de vraag, het datatype, en de aannames (en hoe ik die check).
3. Voer de test uit via de datafunctie (of geef de stappen), met de aannames-check.
4. Interpreteer de uitkomst zorgvuldig: wat betekent de p-waarde wél en niet, de effectgrootte, en de praktische betekenis.
#INFORMATIE VAN MIJ:
- De vraag: [INVULLEN]
- Type variabelen/data: [INVULLEN]
- Groepen/voorwaarden: [INVULLEN]
- Data (uploaden): [INVULLEN]
#OUTPUT:
1. De passende test (met waarom) + de aannames om te checken.
2. De uitkomst (via de tool), met de aannames-check.
3. Een zorgvuldige interpretatie: p-waarde (wel/niet), effectgrootte, praktische betekenis.
Zo werkt goede statistiek (illustratief): legt uit dat een niet-significant resultaat niet "geen effect" bewijst, en dat een significant verschil klein en onbelangrijk kan zijn.
#BELANGRIJKE REGELS:
- Kies de test op vraag, datatype en aannames; check de aannames.
- Reken via de datafunctie; interpreteer zorgvuldig.
- Significantie ≠ belang; kijk naar de effectgrootte.
#BEPERKINGEN:
- Verzin geen data of uitkomsten; werk met wat ik aanlever.
- Statistiek heeft valkuilen; bij twijfel raadpleeg een statisticus.
- Gebruik een zakelijke omgeving voor gevoelige data.Training
Leer zelf prompts schrijven die altijd werken — niet alleen kopiëren.
Dennis Claassen
AI-trainer · 35+ teams getraind
Wanneer gebruik je deze prompt?
De meeste fouten in statistiek zitten niet in de berekening maar in de keuze en de interpretatie: de verkeerde test, aannames niet gecheckt, of een p-waarde verkeerd gelezen. Deze prompt kiest de juiste test op basis van je vraag en datatype, voert hem via de datafunctie uit, en interpreteert de uitkomst zorgvuldig.
De juiste test, correct gelezen. Onderdeel van de set voor data-analisten.
Tips
- 1Tool-niveau: data-analyse. Laat de aannames checken — een test op data die niet aan de aannames voldoet, geeft een onbetrouwbare uitkomst.
- 2Onthoud: significant ≠ belangrijk. Kijk altijd naar de effectgrootte, niet alleen naar de p-waarde.
Veelgestelde vragen
Hoe kies ik de juiste statistische test?
Op basis van je vraag, het type variabelen, de groepen, en of de aannames van de test kloppen. De prompt bepaalt de passende test en hoe je de aannames checkt — de verkeerde test of ongecheckte aannames zijn de grootste bron van foute conclusies.
Betekent p > 0,05 dat er geen effect is?
Nee — dat is een klassieke misinterpretatie. Een niet-significant resultaat bewijst geen afwezigheid van een effect; het betekent dat je het niet hebt aangetoond met deze data. En een significant verschil kan klein en onbelangrijk zijn. De prompt interpreteert zorgvuldig, met de effectgrootte erbij.
Probeer ook
Prompts die goed combineren met deze
Data-analyse · Beste in ChatGPT
A/B-test analyseren
Met deze AI-prompt analyseer je als data-analist een A/B-test betrouwbaar — won variant B echt, of is het toeval? — met aandacht voor significantie, power en de valkuilen.
Bekijk promptData-analyse · Beste in ChatGPT
Correlatie en oorzaak onderscheiden
Met deze AI-prompt onderscheid je als data-analist correlatie van oorzaak — zodat je geen verkeerde conclusie trekt uit een verband dat door iets anders verklaard wordt.
Bekijk promptVan prompts naar resultaat
Wil je je team hier écht goed in maken?
Losse prompts kopiëren is een goed begin. In een hands-on training of begeleidingstraject leren we je team AI dagelijks, veilig en effectief inzetten — op jullie eigen werk, met jullie eigen voorbeelden.
- Hands-on, op jullie locatie
- Met jullie eigen casussen
- 180 dagen tevredenheidsgarantie
- Van eerste prompt tot werkproces
Dennis Claassen
AI-trainer · 35+ teams getraind
“De teams die AI goed inzetten, winnen van de teams die dat niet doen. Wij zorgen dat jullie bij de eerste groep horen.”