Hoofdstuk 3- operationaliseren en meten van variabelen
Satsitiek: Statistiek/data-analyse is de kunst en de wetenschap van het
verzamelen, organiseren, presenteren, analyseren en interpreteren van data met
als doel inzicht te verwerven op basis van deze data.
• Inzicht? Onderzoeksvragen beantwoorden op basis van data
Voorbeelden
Wat is het profiel van personen die in een depressie belanden?
Welke therapieën zijn succesvol in het werken met personen met een
eetstoornis?
Wat zijn kenmerken van bedrijven waarbij burn-out vaak voorkomt?
• Wetenschap? Objectief, onafhankelijk van de beoefenaar
• Kunst? Creatief, interpretatief, afhankelijk van de beoefenaar
We streven naar objectiviteit, maar zal nooit volledig te bereiken zijn
In de psychologie:
• Psychologie reikt ver...
• klinisch, opvoedkundig, sport, sociaal, bedrijf, gezondheid ….
• Psychologie is een wetenschap
• Indien er in de psychologie géén statistische gegevens zouden zijn, dan
zijn we niet in staat om gegrond te werken
Beschrijvende statistiek: Gegevens van het onderzoek voorstellen via kengetallen
en/of grafische weergaven
Inductieve statistiek: Op grond van steekproefgegevens iets besluiten over de
populatie
3.1 Wat is Operationalisering?
Operationaliseren: precies aangeven hoe we een begrip gemeten moet
worden.
Bv: Hoe kunnen we meten in welke mate iemand ‘gezondheidsbesef’ heeft?
Waarde van deze variabelen kunnen zowel:
Kwantitatief: getallen/scores
,kwalitatief: indeling in categorieën
Discreet: aantal waarden voor deze variabele beperkt is
Voorbeeld: aantal kinderen in een gezin
- Aantal is beperkt
- Alleen gehele getallen
- Tellen
- Geen waarde tussen 2 getallen mogelijk
Continu: ineindig veel aannemen binnen een interval. Je meet ze
Voorbeeld: lichaamslengte van kinderen, 1cm, 1/100 cm, 1/1000 cm
- Twee opeenvolgende waarde kunnen van elkaar verschillen
- Aantal tussenliggende waarde is in feite onbegrensd
- Verschil tussen 2 opeenvolgende waarden willekeurig klein kan worden
(komagetallen, lengte, gewicht,…)
3.2 wat zijn meetniveaus
Logopedie is catergorisch
Intelegentie is niet categorisch
Goed inzicht in de meetniveaus is belangrijk omdat de wijze van presenttaie, de
berekeningvan kengetallen en de wijze van analyse van gegevens afhankelijk zijn
van dit meetniveau
, Verschillende soorten meetniveaus:
1. Nominaal meetniveau
- Geen rangorde maken van waarden
- Geen meeteenheid
- Geen nulpunt
- Kwalitatief
Deze categorieën kunnen wel getallen gekoppeld worden
SPSS kan 1 voor ja staan en 2 voor nee, maar deze cijfers hebben geen
getalswaarde: ze hebben niet de functie van een getal
Vb: ‘beroep’ = chauffeur, verkoper, vrachtwagen
Dichotome variabelen: nominale variabelen slechts 2 waarden kan
aannemen
Bv: ‘volgt u psychotherapie?’ diochtome: ja of nee
Belang: deelnemer moet geplaatst worden (exhausief) en moet slechts één
categorie geplaatst worden (manueel exclusief) zie voorbeeld p78
2. Ordinaal meetniveau
- Rangorde maken van deze categorieën
Vb: lager onderwijs/hoger secundair/bachelor/master
- Afstand tussen 2 opeenvolgende categorieën is echter niet gelijk
- Kwalitatieve/catgorisch
- Pas op: invoering nummerieke waarde SPSS mag niet veranderen
(vanaf 5 schaalvragen –> sprake van interval)
3. Intervalmeetniveau
- Rangorde maken
- Niet alleen hoog laag, maar ook precies zeggen hoeveel verschil er tussen
een waarde zit
- Temperatuuur (0 heeft waarde)
Bv: Verschil tussen IQ 100 en IQ 101 is even groot als IQ 110 en IQ 111
Betekend dat de afstand tussen gelijke getallen even groot zijn
Maar:
Je kan niet zeggen dat iemand mer IQ 120 ‘twee keer zo slim’ is als iemand met
IQ 60
Komt omdat er geen echt nulpunt is (0 betekend niet “geen
intellegentie)