Statistical Methods for the Social Sciences van Agresti, 5e druk
- 2942 keer gelezen
Het is voor iedereen mogelijk om statistiek te leren gebruiken, zelfs zonder veel wiskundige voorkennis en zelfs met angst voor statistiek. Het belangrijkst hierbij zijn logisch nadenken en doorzettingsvermogen.
Om het nut van statistiek in te zien, houd het doel van een steekproef voor ogen: data die informatie geeft over de gehele populatie.
Het is soms lastig om onderscheid te maken tussen beschrijvende statistiek en inferentiële statistiek. Bedenk hierbij wat je zelf uit een steekproef zou willen halen: wat voor informatie over het gedrag van mensen is waardevol om te achterhalen? Aan de hand van het doel van een steekproef is makkelijker te bepalen of het gaat om samenvattende statistiek of voorspellende statistiek.
Het is makkelijk om het overzicht te verliezen bij de vele verschillende soorten variabelen. Een trucje is om je een onderzoek in te beelden dat je zelf interessant vindt, bijvoorbeeld hoeveel make-up vrouwen dragen, en je af te vragen welke soort variabelen gebruikt kunnen worden. Je kunt uitgaan van categorische variabelen met een nominaal meetniveau (geen make-up versus wel make-up) of een ordinaal meetniveau (geen make-up, een beetje make-up, veel make-up, of heel veel make-up). Ook kun je uitgaan van kwantitatieve variabelen, bijvoorbeeld gemeten in aantal miligram gebruikte make-up per dag. Is er dan sprake van een interval meetniveau of een ratio meetniveau? Zijn de variabelen discreet of continu? Via welke soorten onderzoek kun je de hoeveelheid make-up meten? En met welke soorten bias moet je rekening houden? Stel jezelf deze vragen voor een paar mogelijke onderzoeksonderwerpen.
Als je parameter een lastig begrip vindt, probeer deze dan aan te wijzen in verschillende onderzoeken, zodat het begrip concreter wordt. Bedenk je dat de parameter hetgene is waar het om draait.
Een veelgebruikte term binnen de statistiek is margin of error, de foutmarge, meestal ongeveer 3%. Als dit significant groter of kleiner is dan 3%, geeft dit informatie over de kwaliteit van een onderzoek.
Naast simpele random steekproeven zijn ook systematische steekproeven, gestratificeerde steekproeven, clustersteekproeven en getrapte steekproeven mogelijk. In de praktijk worden echter simpele random steekproeven het meest gebruikt.
Als je moet kiezen om data weer te geven met een gemiddelde, mediaan of modus, bestudeer dan eerst de data en beoordeel hoe je deze zelf zou interpreteren. Als de waarden bijvoorbeeld verrassend hoog uitvallen, of als het achterliggende doel van een onderzoek is om aan te geven dat veel respondenten juist in het midden zitten, kies dan de centrummaat die dat het duidelijkst weergeeft.
De beste manier om statistiek te leren bedrijven, blijft oefenen! Zorg dat je een paar keer de centrummaten hebt berekend (gemiddelde, mediaan en modus).
Laat je niet afschrikken door formules. Als je formules moeilijk vindt, bijvoorbeeld die van de standaarddeviatie, schrijf dan voor jezelf in letters op wat de onderdelen van de formule zijn. De som van kwadraten bijvoorbeeld, ∑ (yi – ȳ)2, is de som van alle uitkomsten van de steekproef, min het gemiddelde, in kwadraat.
Het belang van de standaarddeviatie kan moeilijk overschat worden, deze komt vaak terug in de statistiek. Zorg dat je weet hoe je de standaarddeviatie moet berekenen en snapt welke informatie de standaarddeviatie geeft.
Bij statistische inferentie is het bij elk vraagstuk van belang of het gaat over de steekproef, de populatie, of het verband daartussen. Een manier om dit te visualiseren, is om je twee (normale) verdelingen in te beelden, met bijvoorbeeld de steekproef links en de populatie rechts. Een hoop aanduidingen zijn belangrijk (ȳ, s, µ, σ, z), zorg dat je weet welke bij de steekproef hoort en welke bij de populatie.
Bij sommige kenmerken is het makkelijk voor te stellen dat ze beschouwd worden als variabelen in een onderzoek. Bijvoorbeeld leeftijd, stemgedrag, gewicht, aantal kinderen etc. De kansverdelingen van deze variabelen kunnen vervolgens worden geanalyseerd met behulp van maten zoals het gemiddelde ȳ en de standaarddeviatie s van de steekproeven. Het gemiddelde en de standaarddeviatie kunnen ook worden beschouwd als variabelen en worden weergegeven in een verdeling, enzovoorts. Dit systeem werkt net als Russische poppen die in elkaar passen; er is telkens weer een diepere dimensie. Dit idee helpt misschien om deze tekst beter te begrijpen.
Het onderscheid tussen de steekproefverdeling en de verdeling van de data van de steekproef klinkt niet erg logisch in het Nederlands, maar zo wordt het nou eenmaal genoemd, dus zorg dat je dit verschil snapt.
Als je niet weet waar je moet beginnen bij het uitrekenen van een wiskundig vraagstuk, begin dan met inventariseren of je alle benodigde gegevens hebt. Als je bijvoorbeeld de z-score moet berekenen, zorg dan dat je eerst de waarde van de standaarddeviatie hebt gevonden.
Bootstrap methoden worden pas recent aan boeken over statistiek toegevoegd. Of docenten hier vragen over zullen stellen op tentamens, zal afhangen van de docenten en in hoeverre ze mee willen gaan in recente ontwikkelingen.
De proportie van de populatie wordt aangeduid met pi (π), hiermee wordt niet het getal pi bedoeld.
Als je tijd wilt winnen bij het berekenen van betrouwbaarheidsintervallen, leer dan uit je hoofd dat voor betrouwbaarheidsintervallen van 95% en 99% de z-score gelijk is aan 1.96 en 2.58.
Oefen een aantal keer met het uitvoeren van een significantietoets, ook zodat je de P-waarde kunt interpreteren.
Bekijk goed welke informatie je wel en niet nodig hebt, de binomiale distributie wordt bijvoorbeeld weinig gebruikt.
Er zijn veel manieren om de effectgrootte te berekenen, hier wordt slechts een manier genoemd. Als je nog veel verder wilt gaan in de statistiek, is het de moeite waard om bijvoorbeeld op internet meer te lezen over de effectgrootte en de verschillende berekeningen die Cohen heeft ontwikkeld.
Er zijn een hoop variaties en toepassingen mogelijk van significantietoetsen. Voor een beter begrip van de formules, helpt het om de algemene formule te kennen: de toetsingsgrootheid (bijvoorbeeld z-score) meet het aantal standaardfouten tussen de schatting en de waarde van de nulhypothese. Dit komt neer op: (schatting – nulhypothesewaarde) / standaardfout.
Steeds meer toetsen worden uitgevoerd met software. Zeker voor de complexere, minder reguliere of zelfs nonparametrische methoden om gemiddelden of proporties te vergelijken, volstaat het om te weten welke toets je in welke situatie gebruikt. Mocht dat specifieke geval zich voordoen, dan kun je er meer informatie over opzoeken of zelfs de formules die de software gebruikt om de toets te berekenen.
Zelfs in statistiekboeken wordt het advies gegeven: iedereen die serieuze dingen onderneemt met regressieanalyse, gebruikt software. Ook apps kunnen veel bewerkingen uitvoeren. Het belangrijkste bij lineaire verbanden is dus niet de formules uit je hoofd kennen of uitgebreid in de meest complexe situaties uit kunnen werken, maar begrijpen welke analysemiddelen mogelijk zijn, in welke gevallen je ze gebruikt, en hoe je de resultaten interpreteert.
Lineaire regressie is geen makkelijk onderwerp. Je kunt je er, zonder er iets van te begrijpen, doorheen werken door van alle parameters de eigenschappen, verbanden tot elkaar en interpretatiemogelijkheden uit je hoofd te leren. Maar als je begrijpt wat de vergelijkingen uitrekenen, al is het maar gedeeltelijk, dan kom je bij multipele regressie minder in de problemen.
Ook al wordt het populatieresidu niet vaak gebruikt in de statistiek, filosofisch gezien biedt het interessante mogelijkheden.
De kunst is niet om de naam te weten van de verschillende soorten multivariate verbanden, maar om ze te kunnen toepassen op echte praktijksituaties. Oefeningen maken heeft in ieder geval een causaal verband met beter worden in statistiek.
De term 'controleren' wordt binnen de statistiek op een andere manier gebruikt dan buiten de statistiek. Bekijk bij vraagstukken over statistiek dus of de gebruikelijke betekenis van controleren wordt bedoeld (nagaan of iets klopt), of de puur statistische betekenis (het effect van een derde variabele doen verdwijnen).
Een begrip dat hier nog niet expliciet is behandeld, is een moderator, een algemeen begrip. Een moderator is een variabele die het verband verandert.
Je kunt je afvragen of multivariate verbanden los kunnen worden behandeld als onderwerp, of dat dit eigenlijk samen met multipele regressie een onderwerp vormt. In ieder geval is multipele regressie (meer dan) gecompliceerd genoeg, het is beter om het in stapjes te behandelen.
Als je tijd of moeite wilt besparen in het doorgronden en onthouden van ingewikkelde methoden, bekijk dan van tevoren welke statistieken rechtstreeks uit SPSS of andere programma's gehaald kunnen worden.
SSE, TSS, correlatie, determinatiecoëfficiënt: bij multipele regressie zijn een hoop termen betrokken. Zoek even terug wat ze ook alweer voor informatie geven, zodat de berekeningen meer tot leven komen.
Als je niet snapt wat de multipele correlatie en de multipele determinatiecoëfficiënt inhouden, bestudeer dan goed wat de (gewone) correlatie en de (gewone) determinatiecoëfficiënt zijn. Voor multipele regressie zijn deze concepten soortgelijk, alleen dan voor meerdere variabelen.
De meeste boeken over statistiek behandelen eerst lineaire regressie en later pas multipele regressie. Echter is bivariate lineaire regressie eigenlijk een bijzonder geval van regressie. Een alternatieve benadering zou beginnen met multipele regressie, met een voetnoot dat bivariate lineaire regressie een bijzonder simpel geval is dat ook voor kan komen.
Als regel zal de keuze meestal uitgaan naar een betrouwbaarheidsinterval in plaats van een significantietoets. Dit geldt zelfs bij een complex vraagstuk zoals het vergelijken van de variantie binnen groepen. Dit omdat een betrouwbaarheidsinterval preciezere informatie geeft.
Als je al iets hebt gedaan in SPSS, dan is de kans groot dat je in het verleden ANOVA al hebt gebruikt zonder dat je het doorhad.
Als je je afvraagt wie bepaalde onderdelen van ANOVA heeft uitgevonden, dan is R.A. Fisher een goeie gok. Aan deze statisticus hebben we een hoop onderdelen van de statistiek te danken.
Om te oefenen met dummyvariabelen, bedenk een onderzoek wat je zelf interessant zou vinden, met twee verklarende categorische variabelen en een kwantitatieve responsvariabele, wat je met tweeweg-ANOVA kunt uitvoeren.
Als je begrijpt wat sfericiteit inhoudt, hoef je je weinig zorgen meer te maken over je capaciteiten om statistiek te doorgronden. Als je niks begrijpt van sfericiteit, ook geen zorgen, dit is een complex en weinig voorkomend onderwerp.
Grafieken interpreteren is belangrijk om meer inzicht te krijgen in wat een model inhoudt en welke invloed de variabelen hebben.
Deze tekst voegt inzichten samen over verschillende onderwerpen: significantietoetsen, minste-kwadratenlijnen, interactie, kruisproducten, determinatiecoëfficiënten enzovoorts. Als je dit makkelijk volgt, kun je er snel doorheen lopen. Als je niet direct snapt wat de termen ook alweer inhouden, is het een mooie aanleiding om de uitleg van de afzonderlijke onderwerpen er extra mee te bestuderen.
Als je begrijpt hoe regressie werkt met zowel categorische als kwantitatieve variabelen, dan snap je hoe het merendeel van het onderzoek in de sociale wetenschappen werkt!
Een ongestructureerde correlatie klinkt paradoxaal en het is moeilijk om hier voorbeelden van te noemen, maar het kan voorkomen.
Probeer heteroscedasticiteit eens snel tien keer achter elkaar te zeggen.
Robuuste variantie en recente ontwikkelingen in nonparametrische regressie zijn pas recent toegevoegd aan de mogelijkheden van de statistiek. Het zal per onderzoeker verschillen of deze ontwikkelingen worden toegejuicht of met scepticisme worden bekeken.
Als je op de middelbare school goed was in logaritmen, werkt dit in je voordeel. Als dit echter niet je favoriete onderwerp was, ook geen zorgen, de primaire taken van onderzoekers zijn passende modellen vinden en de uitkomsten uitleggen. Het rekenwerk wordt bijna altijd door software gedaan.
Als je de hiërarchie van vijf maten van afhankelijkheid ingewikkeld vindt, pak dan voor de variabelen x, y en z drie kleuren en teken rondjes om te visualiseren op welke manieren ze kunnen overlappen.
Bij de bespreking van de opdrachten in de werkgroepen komt naar voren of onderwerpen vaak op het tentamen komen of niet. Het is dus aan te raden om de werkgroepen te volgen en om aantekeningen van een ander te regelen als je door ziekte een keer een werkgroep hebt gemist.
Op het tentamen worden er doorgaans 5 vragen over week 1 t/m 7 en 4 of 5 vragen over techniekkeuzen gesteld. Leer met betrekking tot de techniekkeuzen de verschillende meetniveaus goed en welk effect die hebben op de keuze voor onderzoekstechniek. Zie bijvoorbeeld op joho.org: Welke analyse methode kan er voor aparte soorten problemen worden gebruikt?
Er zal waarschijnlijk naar de assumpties worden gevraagd, naar welke toets je moet doen (theorievragen) en er zullen mogelijk rekenvragen worden gesteld. Er zal ook output worden gegeven waar je mee moet werken en waar vragen over worden gesteld. Je mag een spiekbrief en een rekenmachine gebruiken.
De belangrijkste stromingen binnen de Psychologie als Wetenschap zijn:
Een aantal andere tips voor het voorbereiden op je tentamen zijn:
ECO is een verdiepend vak over statstiek voor psychologen. Dit vak is meer gericht op het snappen wat er precies wordt uitgerekend in plaats van het opdreunen van formules en stof. Het vak sluit aan op de vakken Inleiding Methoden en Technieken en Toetsende Statistiek en veronderstelt deze voorkennis en vaardigheden. Raadpleeg de samenvattingen en studiehulp als je parate kennis wat is weggezakt. Het tentamen bevat 40 meerkeuzevragen met vier antwoordalternatieven, waar zowel theoretische kennis naar voren komt als statistische berekeningen.
Aanvullend op het tentamen zal er een SPSS-vaardigheidstoets worden gegeven, die zowel over het werken met SPSS als het interpreteren van de resultaten gaat.
Let op:
Tips voor tijdens het leren zijn:
Stelling 1: bij herhaalde-metingen ontwerpen zijn de verschillende scores onafhankelijk van elkaar
Stelling 2: within subjects variantie bestaat uit variantie door behandelingen en errorvariantie
A. Alleen stelling 1 is juist
B. Alleen stelling 2 is juist
C. Beide stellingen zijn juist
D. Beide stellingen zijn onjuist
Stelling 1: Een assumptie van ANOVA is dat de varianties homogeen zijn
Stelling 2: Als de grootste variantie niet meer dan vier keer zo groot is als de kleinste, is de ANOVA nog valide
A. Alleen stelling 1 is juist
B. Alleen stelling 2 is juist
C. Beide stellingen zijn juist
D. Beide stellingen zijn onjuist
Tijdens het vak Ontwikkelings- en Onderwijspsychologie leer je:
Leg tijdens het leren de focus op:
Handige tips zijn:
Wat is géén voorbeeld van een reflex van een pasgeboren baby?
A) Grijpen
B) Zuigen
C) Slikken
D) Spartelen
Welke stelling is juist:
I. Gekristalliseerde intelligentie is de mogelijkheid om op een bepaald moment nieuwe problemen op te lossen.
II. Vloeiende intelligentie is de feitelijke kennis over de wereld.
A) Alleen stelling I is juist
B) Alleen stelling II is juist
C) Beide stellingen zijn juist
D) Beide stellingen zijn onjuist
Algemene tips voor je tentamen zijn:
Na het volgen van deze cursus heb je:
Belangrijke thema's bij dit vak zijn:
A) het idee dat mensen minder openheid geven over zichzelf dan de ander om het gevoel van eigenwaarde te beschermen.
B) het idee dat mensen alleen informatie over zichzelf geven als de andere persoon openheid over zichzelf geeft
C) het idee dat wanneer mensen informatie over zichzelf geven, zij de mate van openheid van de ander kopiëren
A) Self-enhancement
B) Self-monitoring
C) Self-verification
C
A
Tijdens een aantal hoorcolleges kwamen in het verleden patiënten met een vorm van psychopathologie vertellen over hun ervaringen met de stoornis. Deze colleges waren bedoeld om het inzicht te vergroten in de stoornissen en de impact die deze hebben op het dagelijks leven van de patiënten.
Er zijn ook hoorcolleges die gericht zijn op de psychopathologie in de klinische praktijk. Deze colleges dienen om het begrip te vergroten van de diagnostiek en behandeling van psychopathologie in de praktijk.
Het is belangrijk om de verschillende soorten ethiek die in het artikel van Rothfusz besproken worden te kunnen onderscheiden.
Het artikel van Schermer behandelt verschillende perspectieven op het classificeren van ziekten. Het is verstandig om de achterliggende gedachten en theorieën te kennen.
Dit vak bestaat uit twee toetsmomenten: een schriftelijke opdracht bij een praktijkcasus (20%) en een tentamen bestaande uit zo'n 70 meerkeuzevragen (80%).
Biologische, psychologische en sociale benaderingen met betrekking tot de psychopathologie worden vaak getoetst door het gebruik van meerkeuzevragen. Inzicht in historische ontwikkelingen en methoden (binnen de psychopathologie) is essentieel.
Ook is het belangrijk om een overzicht te kunnen geven van de mogelijke oorzaken en behandelingen van de verschillende soorten psychopathologie.
Het kunnen herkennen van een psychisch ziektebeeld wordt vaak getoetst op het tentamen. Dit wordt dan onder andere getoetst door een casus, waarbij dan een diagnose moet worden gesteld door te kiezen uit vier mogelijke stoornissen.
Belangrijke begrippen en experimenten bij dit vak zijn:
Belangrijke pioniers van de psychologie zijn:
Belangrijke tegenovergestelde theoretische posities in de psychologie zijn:
Het tentamen bestaat uit meerkeuzevragen, zoals de oefenvragen hieronder. Je hoeft dus niets uit te leggen, maar je moet wel weten wat de gevolgen zijn als iemand bijvoorbeeld geen corpus callosum meer heeft.
Volgens het materialisme kun je bewustzijn…
A) … bestuderen, omdat dat wordt veroorzaakt door neuronen.
B) … niet bestuderen, want de geest bestaat niet, alles is materie en energie.
C) … zien als iets wat niet bestaat.
Eén mogelijke interpretatie van Pavlov’s experimenten met honden is, dat de honden leerden dat ze na de geconditioneerde stimulus (“conditioned stimulus”) voedsel konden verwachten, en dat deze verwachting (“expectation”) vervolgens tot het speekselen leidde. Deze interpretatie past het best in welke benadering van leren?
A) Watson’s traditionele S-R (stimulus-respons) benadering.
B) De ecologische benadering.
C) De cognitief-psychologische benadering.
D) De operante-conditionerings benadering.
Welke van onderstaande beweringen is het minst in overeenstemming met de informatieverwerkingsbenadering (information processing perspective) van ontwikkeling?
A) De schema’s die kinderen hanteren ondergaan kwalitatieve veranderingen wanneer zij zich ontwikkelen.
B) Kinderen leren bij het oplossen van bepaalde typen problemen specifieke regels die steeds geavanceerder zijn.
C) Kinderen kunnen steeds ingewikkelder gedrag leren, omdat de capaciteit van hun werkgeheugen toeneemt.
Methoden en statistiek vormen het fundament van goed onderzoek. Er wordt een keuze gemaakt voor een methode die bepaalt hoe een onderzoek wordt opgezet en uitgevoerd. Statistiek wordt gebruikt om de verzamelde gegevens te verwerken op een manier waardoor er uitspraken gedaan kunnen worden over het onderzoek. Methoden en statistiek zijn dan ook onlosmakelijk verbonden. Het onderzoek levert enkel bruikbare resultaten op, als het onderzoek goed is opgezet en de resultaten correct worden verwerkt.
Bij dit vak dienen de colleges om de grote lijnen aan te geven van de methodenleer en statistiek en deze grote lijnen toe te lichten aan de hand van voorbeelden.
De werkgroepbijeenkomsten dienen tot verdere verdieping en uitwerking van de methodenstof, met behulp van opdrachten.
Daarnaast zijn er facultatieve voorbereidingsbijeenkomsten, voor studenten die moeite hebben met statistiek. Tijdens deze bijeenkomsten maak je alleen of in samenwerking met medestudenten de statistiekopdrachten. Er is een docent aanwezig om je hiermee te helpen.
Tijdens de instructiecolleges statistiek wordt de stof samengevat en worden de statistiekopdrachten besproken. De nadruk tijdens deze colleges ligt op de betekenis van de uitkomsten.Ook zijn er twee SPSS-practica. Tijdens deze practica wordt er geoefend met SPSS, een statistisch computerprogramma. Het eerste practicum voer je in tweetallen uit in een computerzaal, het tweede practicum voer je zelfstandig op een door jouw gekozen moment uit.
Kennismaking Onderzoeksmethoden en Statistiek is 2019-2020 van opzet en van naam veranderd. Een groot deel van de behandelde onderwerpen komen weer terug tijdens dit vak en blijft dus nuttige studiehulp, maar houd er wel rekening mee dat bijvoorbeeld de volgorde veranderd kan zijn.
Het vak Inleiding in de Methodologie en Statistiek focust enerzijds op de theorie rondom statisiek en anderzijds op het wegwijs worden in SPSS. De colleges en werkgroepen van Inleiding in de Methodologie en Statistiek zijn essentieel om het vak te kunnen halen.
Focus je voor het theoretische gedeelte van dit vak op:
Focus je voor het wegwijs worden in SPSS op:
De informatie uit dit vak zal in de vakken en jaren hierna ook nog goed van pas komen. Bewaar de slides dus goed, zodat je ze in je tweede en derde jaar ook kan gebruiken
Stelling 1: Een assumptie van ANOVA is dat de varianties homogeen zijn
Stelling 2: Als de grootste variantie niet meer dan vier keer zo groot is als de kleinste, is de ANOVA nog valide
A) Alleen stelling 1 is juist
B) Alleen stelling 2 is juist
C) Beide stellingen zijn juist
D) Beide stellingen zijn onjuist
Noem de twee methodes om veranderingen te meten in single-case designs.
Een onderzoeker wil nagaan of er een verband is tussen extraversie en zelfvertrouwen. Hij laat 100
.....read moreHet is voor iedereen mogelijk om statistiek te leren gebruiken, zelfs zonder veel wiskundige voorkennis en zelfs met angst voor statistiek. Het belangrijkst hierbij zijn logisch nadenken en doorzettingsvermogen.
Om het nut van statistiek in te zien, houd het doel van een steekproef voor ogen: data die informatie geeft over de gehele populatie.
Het is soms lastig om onderscheid te maken tussen beschrijvende statistiek en inferentiële statistiek. Bedenk hierbij wat je zelf uit een steekproef zou willen halen: wat voor informatie over het gedrag van mensen is waardevol om te achterhalen? Aan de hand van het doel van een steekproef is makkelijker te bepalen of het gaat om samenvattende statistiek of voorspellende statistiek.
Het is makkelijk om het overzicht te verliezen bij de vele verschillende soorten variabelen. Een trucje is om je een onderzoek in te beelden dat je zelf interessant vindt, bijvoorbeeld hoeveel make-up vrouwen dragen, en je af te vragen welke soort variabelen gebruikt kunnen worden. Je kunt uitgaan van categorische variabelen met een nominaal meetniveau (geen make-up versus wel make-up) of een ordinaal meetniveau (geen make-up, een beetje make-up, veel make-up, of heel veel make-up). Ook kun je uitgaan van kwantitatieve variabelen, bijvoorbeeld gemeten in aantal miligram gebruikte make-up per dag. Is er dan sprake van een interval meetniveau of een ratio meetniveau? Zijn de variabelen discreet of continu? Via welke soorten onderzoek kun je de hoeveelheid make-up meten? En met welke soorten bias moet je rekening houden? Stel jezelf deze vragen voor een paar mogelijke onderzoeksonderwerpen.
Als je parameter een lastig begrip vindt, probeer deze dan aan te
JoHo can really use your help! Check out the various student jobs here that match your studies, improve your competencies, strengthen your CV and contribute to a more tolerant world
There are several ways to navigate the large amount of summaries, study notes en practice exams on JoHo WorldSupporter.
Do you want to share your summaries with JoHo WorldSupporter and its visitors?
Field of study
Add new contribution