Samenvatting statistiek
Week 1
Statistieken = feiten of gegevens van statistische aard.
Bijv. statistieken van geboorten en sterfgevallen
Statistiek = discipline die zich bezig houdt met het beschrijven en analyseren van data.
Waarom statistiek: belangrijk in onderzoek naar gedrag, want: Gedrag is variabel; mensen
doen nooit twee keer precies hetzelfde
Statistiek is slechts een onderdeel van de empirische cyclus.
Statistiek wordt gebruikt voor het beantwoorden van onderzoeksvragen
“Bijv. In hoeverre zijn scheldwoorden van invloed op hoe een advertentie wordt
beoordeeld?”
De rol van statistiek?
▪ Het is onmogelijk om van alle mensen te weten hoe ze alle advertenties met
scheldwoorden beoordelen.
▪ Daarom onderzoek doen bij kleinere groepen.
▪ De resultaten gelden namelijk niet voor iedereen.
Statistiek om te kunnen generaliseren; Hoe groot is de kans dat het resultaat wat je
gevonden hebt voor een kleinere groep (steekproef), ook geldt voor vergelijkbare groepen?
Representatieve groepen zijn belangrijk
Statistiek is enkel een onderdeel van het onderzoeksproces (empirische cyclus)
Statistiek werkt niet in het geval van een slecht opgezet onderzoek
Belangrijk is om het onderzoek op een goede manier op te zetten - Hoe te beginnen?
1. Als onderzoeker valt je iets op en wil je daar meer over weten.
2. Op basis van je observatie heb je bepaalde verwachtingen.
3. Formuleren van toetsbare hypotheses/ verwachtingen
4. Het toetsen van de hypotheses
5. Evalueren van de resultaten
Het onderzoeksproces
1. Observatie
2. Theorie raadplegen
3. Hypothesen en verwachtingen opstellen
4. Verzamelen van data
5. Analyseren van data:
komen de verwachtingen uit?
,Voorbeeld met scheldwoorden in advertenties.
1. Observatie : ik zie steeds meer advertenties met scheldwoorden voorbij komen. Hoe
reageren mensen hier op? Werkt dit zoals wordt gedacht?
2. Theorie: een verondersteld algemeen principe of verzameling van principes waarmee
waarnemingen verklaard kunnen worden en van waaruit nieuwe verwachtingen of
hypotheses opgesteld kunnen worden.
Bijv. Scheldwoorden vallen meer op dan niet-scheldwoorden.
3. Hypothese/verwachtingen opstellen
▪ Hypothese: de beste voorspelling of een voorlopige verklaring/ oplossing van een
probleem.
▪ Kan afgeleid zijn uit de onderzoeksliteratuur, een theorie of uit observaties
▪ Moet in principe verworpen (gefalsificeerd) of bevestigd kunnen worden ( de
hypothese wordt getoetst, niet het probleem o.i.d.)
Een falsificatie is sterker dan een oneindig aantal bevestigingen.
Bijv. Alle zwanen zijn wit.
Wat is er nodig om dit te bevestigen, en om wat om dit te falsificeren?
Een Hypothese ‘bewijzen’ op basis van verificaties is ‘onmogelijk’, omdat je nooit kunt
weten wat je nog niet geobserveerd hebt. (je hebt niet alle zwanen ter wereld kunnen
observeren)
Het is wel mogelijk om aan te tonen dat een hypothese onjuist is: falsificatie.
Hypothesen/verwachtingen opstellen (Voorbeelden)
Bijv. Advertenties met scheldwoorden vallen meer op dan advertenties zonder
scheldwoorden.
Bijv. Mensen zijn geneigd om producten in advertenties met scheldwoorden sneller te kopen
dan producten in advertenties zonder scheldwoorden.
Identificatie van de variabelen: Advertenties met en zonder scheldwoorden.
4. Verzamelen van data
Verschillende onderzoeksbenaderingen
Experimenteel vs. Correlationeel/cross-sectioneel onderzoek
Experimenteel: oorzaak-gevolgrelaties identificeren door gecontroleerde experimenten.
Correlationeel: beschrijvend onderzoek dat verschijnselen, gebeurtenissen of situaties in
kaart brengt.
Kwalitatief vs. Kwantitatief onderzoek
Kwalitatief: verzamelen en interpreteren van niet-numerieke data
(bijv. foto’s, uitspraken, dagboeken, enz.) Geen ambitie om te generaliseren
Kwantitatief: verzamelen en interpreteren van numerieke data. Generaliseren is belangrijk.
,Onderzoeksontwerp: betreft de structuur van het onderzoek en dataverzameling
Afhankelijk van de (soort) onderzoeksvragen
1. Correlationeel onderzoek → observaties
Bijv. Surveys (peilingsonderzoek): vaardigheidsniveaus, opinies, attitudes, samenhangen
(correlaties) tussen eigenschappen, etc.
2. Experiment → onderzoeker manipuleert iets
Speciale taken of condities, behandelingen etc.
Verschillende mate van ‘controle’ en randomisering
Bijvoorbeeld: onderzoek naar het leren van Nederlandse uitdrukkingen door
tweedetaalleerders.
Nederlandse idiomatische uitdrukkingen: ‘het loodje leggen’, ‘onder de knie krijgen’, ‘tegen
de lamp lopen’
De hypothese: Intensief oefenen met behulp van een computerprogramma helpt bij het
leren van uitdrukkingen.
▪ Condities: Training (groep 1) en geen training (groep 2)
▪ Metingen: Testen van de kennis van uitdrukkingen vooraf (pre-test) vergeleken met
achteraf (post-test)
Dit betreft een experimenteel onderzoek, want de onderzoeker ‘grijpt in’.
Verzamelen van data in de praktijk – Hoe?
Personen advertenties met en zonder scheldwoorden laten beoordelen op verschillende
aspecten.
Bijvoorbeeld: Ik zou dit product willen kopen (schaal 1 – 5) of ik vind deze advertentie
onaangenaam (schaal 1 – 5)
Experiment: twee groepen advertenties met en zonder scheldwoorden.
te meten variabele: de koopintentie.
5. Analyseren/evalueren van data
Te evalueren: de scores per groep advertenties
Falsificeren of verifiëren van de hypothese
De uitkomsten kunnen vervolgens aanleiding geven om de theorie te herzien en de stappen
opnieuw te doorlopen
, Wat statistiek niet kan doen
Wat betekent het als de hypothese niet wordt ondersteund door de data?
▪ Het effect of verschil wat je zoekt, is er niet
▪ De onderzoeksopzet is niet sensitief genoeg om het verschil op te pikken
De onderzoeker zal zelf moeten besluiten wat te doen
Statistiek geeft geen antwoord op ‘Waarom’
▪ De onderzoeker interpreteert de resultaten van de statistiek
▪ Vaak aan de hand van wetenschappelijke theorieën
Statistiek geeft geen informatie over ‘causaliteit’
▪ Veranderingen in Variabele A veroorzaken veranderingen in variabele (B of
andersom)
▪ Interpretatie van de onderzoeker
Causaliteit
Drie vereisten (condities) voor causale relaties:
▪ Vereiste 1: Variabele A en variabele B moeten geassocieerd of gerelateerd zijn
(relatieconditie).
▪ Vereiste 2: Veranderingen in variabele A gaan vooraf aan veranderingen in
variabele B (temporele-volgordeconditie).
▪ Vereiste 3: Geen plausibele alternatieve verklaringen bestaan er voor de relatie
tussen variabele A en variabele B (geen-alternatieve-verklaringsconditei).
Pas op met invloeden van storende variabelen, het ‘Tertium Quid’ (derde variabele)
▪ Heeft een 3de (al niet gemeten) variabele – niet zijnde de predictorvariabele –
mogelijk een effect op de uitkomstvariabele?
Bijv. De relatie tussen borstimplantaten en suïcide is een schijnrelatie die verklaard wordt
door zelfwaardering.
Doel van onderzoek
Onderzoek beschrijft variabiliteit en probeert die te begrijpen/verklaren.
In communicatie- en informatiewetenschappen:
▪ Verschillen tussen condities/situaties
▪ (individuele verschillen)
Week 1
Statistieken = feiten of gegevens van statistische aard.
Bijv. statistieken van geboorten en sterfgevallen
Statistiek = discipline die zich bezig houdt met het beschrijven en analyseren van data.
Waarom statistiek: belangrijk in onderzoek naar gedrag, want: Gedrag is variabel; mensen
doen nooit twee keer precies hetzelfde
Statistiek is slechts een onderdeel van de empirische cyclus.
Statistiek wordt gebruikt voor het beantwoorden van onderzoeksvragen
“Bijv. In hoeverre zijn scheldwoorden van invloed op hoe een advertentie wordt
beoordeeld?”
De rol van statistiek?
▪ Het is onmogelijk om van alle mensen te weten hoe ze alle advertenties met
scheldwoorden beoordelen.
▪ Daarom onderzoek doen bij kleinere groepen.
▪ De resultaten gelden namelijk niet voor iedereen.
Statistiek om te kunnen generaliseren; Hoe groot is de kans dat het resultaat wat je
gevonden hebt voor een kleinere groep (steekproef), ook geldt voor vergelijkbare groepen?
Representatieve groepen zijn belangrijk
Statistiek is enkel een onderdeel van het onderzoeksproces (empirische cyclus)
Statistiek werkt niet in het geval van een slecht opgezet onderzoek
Belangrijk is om het onderzoek op een goede manier op te zetten - Hoe te beginnen?
1. Als onderzoeker valt je iets op en wil je daar meer over weten.
2. Op basis van je observatie heb je bepaalde verwachtingen.
3. Formuleren van toetsbare hypotheses/ verwachtingen
4. Het toetsen van de hypotheses
5. Evalueren van de resultaten
Het onderzoeksproces
1. Observatie
2. Theorie raadplegen
3. Hypothesen en verwachtingen opstellen
4. Verzamelen van data
5. Analyseren van data:
komen de verwachtingen uit?
,Voorbeeld met scheldwoorden in advertenties.
1. Observatie : ik zie steeds meer advertenties met scheldwoorden voorbij komen. Hoe
reageren mensen hier op? Werkt dit zoals wordt gedacht?
2. Theorie: een verondersteld algemeen principe of verzameling van principes waarmee
waarnemingen verklaard kunnen worden en van waaruit nieuwe verwachtingen of
hypotheses opgesteld kunnen worden.
Bijv. Scheldwoorden vallen meer op dan niet-scheldwoorden.
3. Hypothese/verwachtingen opstellen
▪ Hypothese: de beste voorspelling of een voorlopige verklaring/ oplossing van een
probleem.
▪ Kan afgeleid zijn uit de onderzoeksliteratuur, een theorie of uit observaties
▪ Moet in principe verworpen (gefalsificeerd) of bevestigd kunnen worden ( de
hypothese wordt getoetst, niet het probleem o.i.d.)
Een falsificatie is sterker dan een oneindig aantal bevestigingen.
Bijv. Alle zwanen zijn wit.
Wat is er nodig om dit te bevestigen, en om wat om dit te falsificeren?
Een Hypothese ‘bewijzen’ op basis van verificaties is ‘onmogelijk’, omdat je nooit kunt
weten wat je nog niet geobserveerd hebt. (je hebt niet alle zwanen ter wereld kunnen
observeren)
Het is wel mogelijk om aan te tonen dat een hypothese onjuist is: falsificatie.
Hypothesen/verwachtingen opstellen (Voorbeelden)
Bijv. Advertenties met scheldwoorden vallen meer op dan advertenties zonder
scheldwoorden.
Bijv. Mensen zijn geneigd om producten in advertenties met scheldwoorden sneller te kopen
dan producten in advertenties zonder scheldwoorden.
Identificatie van de variabelen: Advertenties met en zonder scheldwoorden.
4. Verzamelen van data
Verschillende onderzoeksbenaderingen
Experimenteel vs. Correlationeel/cross-sectioneel onderzoek
Experimenteel: oorzaak-gevolgrelaties identificeren door gecontroleerde experimenten.
Correlationeel: beschrijvend onderzoek dat verschijnselen, gebeurtenissen of situaties in
kaart brengt.
Kwalitatief vs. Kwantitatief onderzoek
Kwalitatief: verzamelen en interpreteren van niet-numerieke data
(bijv. foto’s, uitspraken, dagboeken, enz.) Geen ambitie om te generaliseren
Kwantitatief: verzamelen en interpreteren van numerieke data. Generaliseren is belangrijk.
,Onderzoeksontwerp: betreft de structuur van het onderzoek en dataverzameling
Afhankelijk van de (soort) onderzoeksvragen
1. Correlationeel onderzoek → observaties
Bijv. Surveys (peilingsonderzoek): vaardigheidsniveaus, opinies, attitudes, samenhangen
(correlaties) tussen eigenschappen, etc.
2. Experiment → onderzoeker manipuleert iets
Speciale taken of condities, behandelingen etc.
Verschillende mate van ‘controle’ en randomisering
Bijvoorbeeld: onderzoek naar het leren van Nederlandse uitdrukkingen door
tweedetaalleerders.
Nederlandse idiomatische uitdrukkingen: ‘het loodje leggen’, ‘onder de knie krijgen’, ‘tegen
de lamp lopen’
De hypothese: Intensief oefenen met behulp van een computerprogramma helpt bij het
leren van uitdrukkingen.
▪ Condities: Training (groep 1) en geen training (groep 2)
▪ Metingen: Testen van de kennis van uitdrukkingen vooraf (pre-test) vergeleken met
achteraf (post-test)
Dit betreft een experimenteel onderzoek, want de onderzoeker ‘grijpt in’.
Verzamelen van data in de praktijk – Hoe?
Personen advertenties met en zonder scheldwoorden laten beoordelen op verschillende
aspecten.
Bijvoorbeeld: Ik zou dit product willen kopen (schaal 1 – 5) of ik vind deze advertentie
onaangenaam (schaal 1 – 5)
Experiment: twee groepen advertenties met en zonder scheldwoorden.
te meten variabele: de koopintentie.
5. Analyseren/evalueren van data
Te evalueren: de scores per groep advertenties
Falsificeren of verifiëren van de hypothese
De uitkomsten kunnen vervolgens aanleiding geven om de theorie te herzien en de stappen
opnieuw te doorlopen
, Wat statistiek niet kan doen
Wat betekent het als de hypothese niet wordt ondersteund door de data?
▪ Het effect of verschil wat je zoekt, is er niet
▪ De onderzoeksopzet is niet sensitief genoeg om het verschil op te pikken
De onderzoeker zal zelf moeten besluiten wat te doen
Statistiek geeft geen antwoord op ‘Waarom’
▪ De onderzoeker interpreteert de resultaten van de statistiek
▪ Vaak aan de hand van wetenschappelijke theorieën
Statistiek geeft geen informatie over ‘causaliteit’
▪ Veranderingen in Variabele A veroorzaken veranderingen in variabele (B of
andersom)
▪ Interpretatie van de onderzoeker
Causaliteit
Drie vereisten (condities) voor causale relaties:
▪ Vereiste 1: Variabele A en variabele B moeten geassocieerd of gerelateerd zijn
(relatieconditie).
▪ Vereiste 2: Veranderingen in variabele A gaan vooraf aan veranderingen in
variabele B (temporele-volgordeconditie).
▪ Vereiste 3: Geen plausibele alternatieve verklaringen bestaan er voor de relatie
tussen variabele A en variabele B (geen-alternatieve-verklaringsconditei).
Pas op met invloeden van storende variabelen, het ‘Tertium Quid’ (derde variabele)
▪ Heeft een 3de (al niet gemeten) variabele – niet zijnde de predictorvariabele –
mogelijk een effect op de uitkomstvariabele?
Bijv. De relatie tussen borstimplantaten en suïcide is een schijnrelatie die verklaard wordt
door zelfwaardering.
Doel van onderzoek
Onderzoek beschrijft variabiliteit en probeert die te begrijpen/verklaren.
In communicatie- en informatiewetenschappen:
▪ Verschillen tussen condities/situaties
▪ (individuele verschillen)
