Hoofdstuk 0: inleiding
Wat is statistiek?
Statistiek is gegevens vertalen in kennis en inzicht, dus gegevens interpreteren en
presenteren. Men ziet statistiek als wetenschappelijke discipline. Een kennismethode om de
wereld beter te kennen en te begrijpen. Statistiek kan beschouwd worden als een werktuig,
een instrument, een methode, … Men doet hierbij onderzoek op basis van data, men gaat
alsook kijken naar gegevens en verdelingen. Die gegevens en verdeling gaat men weergeven
op een manier om ze beter te begrijpen: grafisch en aan de hand van kengetallen, maar men
zal ook doen aan onderzoeken en vergelijkingen van de verdelingen.
Men zal statistiek gebruiken om een bewering te staven, want een beweging op zich is niet
voldoende, er is nood aan empirie of onderzoek. Men kan niet zomaar data verzamelen, maar
volgens de regels van de kunst (inleiding onderzoeksmethoden), en men gaat ook de data
analyseren aan de hand van de juist technieken en met ruimte voor onzekerheid (statistiek).
Als we dus empirisch onderzoek willen doen om een antwoord te bieden op een
vraagstelling, dan dienen we data te verzamelen, en data te analyseren.
1. Probleemstelling
2. Onderzoeksontwerp en dataverzameling
3. Data-analyse
4. Rapportering
Soorten statistiek
Er zijn drie soorten statistiek:
1) Beschrijvende statistiek
! Men gaat de wereld in cijfers beschrijven. Hierbij is de basis de frequentievragen,
die men gaat samenvatten in ‘kengetallen’, en men gaat gebruik maken van grafische
technieken.
Men gaat hierbij ordenen en synthetiseren van (een grote hoeveelheid) gegevens. En
men gaat ze herleiden tot samenvattende maten (bv. Percentages, mediaan, …) en
grafieken.
2) Interferentie statistiek
! Is een middel op met een beperkt aantal gegevens uitspraken te doen over een breder
geheel, over een volledige populatie. Men gaat uitspraken doen over de volledige
bevolking op basis van resultaten een steekproef uit die bevolking.
! Extrapolatie = veralgemeenbaarheid van steekproefresultaten naar de populatie
waaruit de staakproef werd getrokken
! Men gaat dus op basis van een steekproef een voorspelling doen.
3) Statistische analyse
! Dit is een kennismethode gericht op de verklaring van verschillen en samenhang.
Men heeft hier: bivariaten regressie, multivariate regressie, …)
VB. Van samenhang- en verschilvragen:
o Wat is de relatie tussen opleiding en gezondheid?
,Misleiding door statistiek?
Statistieken worden regelmatig gebruikt om mensen te misleiden. Uitkomsten van een
onderzoek kunnen gemanipuleerd worden bij:
1. Verzamelen van gegevens
= Kan door een slechte selectie van onderzoek personen, niet representatief voor de
bevolking die je wil onderzoeken. Of een te klein aantal onderzochte personen. Maar
kan ook door een slechte vraagstelling, waarbij de vragen worden gestuurd naar een
bepaald antwoord.
2. Presentatie van de uitkomsten
= kan door een deel van de grafiek te verwijderen, of de schaal te manipuleren, of
zelfs grafische aanpassingen doen aan de grafiek.
3. Omschrijven van de conclusies
,Hoofdstuk 1: meten en meetschalen
Terminologie en kernbegrippen
Onderzoekspopulatie
= Alle leden van een welomschreven groep die je wil onderzoeken. Omvang en het type kan
sterk variëren (de Belgische bevolking, maar ook de studenten aan de VUB, …) maar ze
moeten wel duidelijk omschreven zijn.
Statistische eenheid
= cases: elementen uit de bestudeerde bevolking: mensen, schapen, woningen, landen,
regio’s, kranten, ..
! Statistiek bestudeerd de kenmerken van die bevolking
Variabele
Dat zijn kenmerken van onderzoekseenheden waarin we als onderzoeker geïnteresseerd zijn.
Bij sommige kenmerken zijn de waarden al een getal (leeftijd), bij andere kenmerken is dit
niet het geval (geslacht).
Datamatrix
Cases (waarnemingseenheden): in rijen = records
Variabelen (waarde varieert): in kolommen
Waarden: in cellen
Parameters
Dat zijn kengetallen die de verdeling weergeven van een kenmerk van een populatie.
Voorbeelden:
- m = gemiddelde van een populatie
- s = de standaardafwijking
- p = proportie van een populatie
, Steekproeven
Dat zijn onderzoeken met betrekking tot een specifieke
bevolkingsgroep (population). Vaak onmogelijk om deze
volledig te onderzoeken, dus men heeft een steekproef
(sample) nodig. Men heeft specifieke statistische technieken
om conclusies te trekken over de volledige populatie op
basis van steekproefonderzoek zoals bij de interferentiële
statistiek.
Dus één steekproef is een onderdeel van de populatie.
Steekproefstatistieken (statistics)
Deze omvatten de statistische kengetallen van een steelproef of schatters:
𝑥̅ = 𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙𝑑𝑒 𝑠𝑡𝑒𝑒𝑘𝑝𝑟𝑜𝑒𝑓
𝑠 = 𝑑𝑒 𝑠𝑡𝑎𝑛𝑑𝑎𝑎𝑟𝑓𝑎𝑓𝑤𝑖𝑗𝑘𝑖𝑛𝑔
Deze statistische maat is een numerieke samenvatting van de steekproef uit de populatie.
Opmerkingen!
De beschrijvende statistiek is zowel toepasselijk op een populatie als op een steekproef.
Echter gebruiken we de notatie voor steekproeven, omdat die in het verder verloop van de
opleiding ook het vaakst zal gebruikt worden.
Statistische reeks
Zijn reeks waarnemingen, voorbeeld: kijkgedrag van verschillende personen.
Tijdreeks
Zijn reeks waarnemingen in de tijd. Het ogenblik van de waarnemingen is belangrijk voor de
interpretatie van de gegevens, voorbeeld: evolutie van kijkgedrag doorheen de tijd.
Dimensies van een reeks
Is het aantal variabelen dat simultaan wordt waargenomen of bestudeerd:
- Unidimensionale reeks: één variabele
- Tweedimensionale reeks: twee variabelen
- Multidimensionale reeks: meer dan twee variabelen
Waarom is meten?
Men gaat bij het meten numerieke waarden aan objecten toekennen. Het laat ons toe om
vergelijkingen te maken; men heeft hierbij ook een standaard nodig om vergelijkingen te
kunnen maken: cm, el, … Maar ook moderne standaarden en internationale overeenkomsten
in verband met lengtematen, tijdsmaten, gewicht, inhoud, … Statistiek heeft kortom nood aan
standaarden. Voor sommige eenheden is dat evident (leeftijd, bevolkingsdichtheid, …), voor
andere is dat wat complexer (opleidingsniveau, inkomen,..) tot zelfs zéér complex (armoede).
Wat is statistiek?
Statistiek is gegevens vertalen in kennis en inzicht, dus gegevens interpreteren en
presenteren. Men ziet statistiek als wetenschappelijke discipline. Een kennismethode om de
wereld beter te kennen en te begrijpen. Statistiek kan beschouwd worden als een werktuig,
een instrument, een methode, … Men doet hierbij onderzoek op basis van data, men gaat
alsook kijken naar gegevens en verdelingen. Die gegevens en verdeling gaat men weergeven
op een manier om ze beter te begrijpen: grafisch en aan de hand van kengetallen, maar men
zal ook doen aan onderzoeken en vergelijkingen van de verdelingen.
Men zal statistiek gebruiken om een bewering te staven, want een beweging op zich is niet
voldoende, er is nood aan empirie of onderzoek. Men kan niet zomaar data verzamelen, maar
volgens de regels van de kunst (inleiding onderzoeksmethoden), en men gaat ook de data
analyseren aan de hand van de juist technieken en met ruimte voor onzekerheid (statistiek).
Als we dus empirisch onderzoek willen doen om een antwoord te bieden op een
vraagstelling, dan dienen we data te verzamelen, en data te analyseren.
1. Probleemstelling
2. Onderzoeksontwerp en dataverzameling
3. Data-analyse
4. Rapportering
Soorten statistiek
Er zijn drie soorten statistiek:
1) Beschrijvende statistiek
! Men gaat de wereld in cijfers beschrijven. Hierbij is de basis de frequentievragen,
die men gaat samenvatten in ‘kengetallen’, en men gaat gebruik maken van grafische
technieken.
Men gaat hierbij ordenen en synthetiseren van (een grote hoeveelheid) gegevens. En
men gaat ze herleiden tot samenvattende maten (bv. Percentages, mediaan, …) en
grafieken.
2) Interferentie statistiek
! Is een middel op met een beperkt aantal gegevens uitspraken te doen over een breder
geheel, over een volledige populatie. Men gaat uitspraken doen over de volledige
bevolking op basis van resultaten een steekproef uit die bevolking.
! Extrapolatie = veralgemeenbaarheid van steekproefresultaten naar de populatie
waaruit de staakproef werd getrokken
! Men gaat dus op basis van een steekproef een voorspelling doen.
3) Statistische analyse
! Dit is een kennismethode gericht op de verklaring van verschillen en samenhang.
Men heeft hier: bivariaten regressie, multivariate regressie, …)
VB. Van samenhang- en verschilvragen:
o Wat is de relatie tussen opleiding en gezondheid?
,Misleiding door statistiek?
Statistieken worden regelmatig gebruikt om mensen te misleiden. Uitkomsten van een
onderzoek kunnen gemanipuleerd worden bij:
1. Verzamelen van gegevens
= Kan door een slechte selectie van onderzoek personen, niet representatief voor de
bevolking die je wil onderzoeken. Of een te klein aantal onderzochte personen. Maar
kan ook door een slechte vraagstelling, waarbij de vragen worden gestuurd naar een
bepaald antwoord.
2. Presentatie van de uitkomsten
= kan door een deel van de grafiek te verwijderen, of de schaal te manipuleren, of
zelfs grafische aanpassingen doen aan de grafiek.
3. Omschrijven van de conclusies
,Hoofdstuk 1: meten en meetschalen
Terminologie en kernbegrippen
Onderzoekspopulatie
= Alle leden van een welomschreven groep die je wil onderzoeken. Omvang en het type kan
sterk variëren (de Belgische bevolking, maar ook de studenten aan de VUB, …) maar ze
moeten wel duidelijk omschreven zijn.
Statistische eenheid
= cases: elementen uit de bestudeerde bevolking: mensen, schapen, woningen, landen,
regio’s, kranten, ..
! Statistiek bestudeerd de kenmerken van die bevolking
Variabele
Dat zijn kenmerken van onderzoekseenheden waarin we als onderzoeker geïnteresseerd zijn.
Bij sommige kenmerken zijn de waarden al een getal (leeftijd), bij andere kenmerken is dit
niet het geval (geslacht).
Datamatrix
Cases (waarnemingseenheden): in rijen = records
Variabelen (waarde varieert): in kolommen
Waarden: in cellen
Parameters
Dat zijn kengetallen die de verdeling weergeven van een kenmerk van een populatie.
Voorbeelden:
- m = gemiddelde van een populatie
- s = de standaardafwijking
- p = proportie van een populatie
, Steekproeven
Dat zijn onderzoeken met betrekking tot een specifieke
bevolkingsgroep (population). Vaak onmogelijk om deze
volledig te onderzoeken, dus men heeft een steekproef
(sample) nodig. Men heeft specifieke statistische technieken
om conclusies te trekken over de volledige populatie op
basis van steekproefonderzoek zoals bij de interferentiële
statistiek.
Dus één steekproef is een onderdeel van de populatie.
Steekproefstatistieken (statistics)
Deze omvatten de statistische kengetallen van een steelproef of schatters:
𝑥̅ = 𝑔𝑒𝑚𝑖𝑑𝑑𝑒𝑙𝑑𝑒 𝑠𝑡𝑒𝑒𝑘𝑝𝑟𝑜𝑒𝑓
𝑠 = 𝑑𝑒 𝑠𝑡𝑎𝑛𝑑𝑎𝑎𝑟𝑓𝑎𝑓𝑤𝑖𝑗𝑘𝑖𝑛𝑔
Deze statistische maat is een numerieke samenvatting van de steekproef uit de populatie.
Opmerkingen!
De beschrijvende statistiek is zowel toepasselijk op een populatie als op een steekproef.
Echter gebruiken we de notatie voor steekproeven, omdat die in het verder verloop van de
opleiding ook het vaakst zal gebruikt worden.
Statistische reeks
Zijn reeks waarnemingen, voorbeeld: kijkgedrag van verschillende personen.
Tijdreeks
Zijn reeks waarnemingen in de tijd. Het ogenblik van de waarnemingen is belangrijk voor de
interpretatie van de gegevens, voorbeeld: evolutie van kijkgedrag doorheen de tijd.
Dimensies van een reeks
Is het aantal variabelen dat simultaan wordt waargenomen of bestudeerd:
- Unidimensionale reeks: één variabele
- Tweedimensionale reeks: twee variabelen
- Multidimensionale reeks: meer dan twee variabelen
Waarom is meten?
Men gaat bij het meten numerieke waarden aan objecten toekennen. Het laat ons toe om
vergelijkingen te maken; men heeft hierbij ook een standaard nodig om vergelijkingen te
kunnen maken: cm, el, … Maar ook moderne standaarden en internationale overeenkomsten
in verband met lengtematen, tijdsmaten, gewicht, inhoud, … Statistiek heeft kortom nood aan
standaarden. Voor sommige eenheden is dat evident (leeftijd, bevolkingsdichtheid, …), voor
andere is dat wat complexer (opleidingsniveau, inkomen,..) tot zelfs zéér complex (armoede).
