Lies’l Schroeder
Academiejaar 2024-2025
1
, Lies’l Schroeder
Academiejaar 2024-2025
Inhoudsopgave
Inleiding...................................................................................................................... 2
Meten in psychologie..........................................................................................................3
Variabelen.......................................................................................................................... 3
Meten is gebaseerd op 4 eigenschappen.......................................................................... 4
Meetniveaus....................................................................................................................... 6
Visualiseren van data: figuren en tabellen.............................................................. 8
Grafische voorstelling van categorische variabelen........................................................... 8
Grafische voorstellingen van kwantitatieve variabelen.......................................................9
Grafische voorstelling van frequentieverdeling................................................................ 10
Stam(-en-blad) diagram................................................................................................... 10
Verdelingen bekijken........................................................................................................ 11
Karakteristieken maten........................................................................................... 11
Grootheden van positie: centrale tendens/centrummaten................................................11
Grootheden van spreiding................................................................................................ 12
Karakteristieke maten kiezen........................................................................................... 13
Andere karakteristieke maten...........................................................................................13
Maten van spreiding......................................................................................................... 14
Grootheden van vorm: scheefheid en gepiektheid...........................................................15
Normaalverdelingen................................................................................................ 15
Karakteristieke maten.......................................................................................................16
De 68-95-99,7 (vuist)regel................................................................................................16
Waarnemingen standaardiseren...................................................................................... 17
Continuïteitscorrectie........................................................................................................17
Lineaire transformatiewaarden.........................................................................................17
Samenhang tussen (2) variabelen..........................................................................18
Spreidingsdiagrammen lezen...........................................................................................19
Associatie tussen 2 dichotome variabelen: λ................................................................... 19
Associatie tussen 2 interval variabelen: r²........................................................................20
Pearson correlatiecoëfficiënt: r.........................................................................................21
Lineaire regressie.............................................................................................................22
Verband tussen een continue variabele en een dichotome variabele.............................. 22
Waarschuwingen ivm correlatie en regressie...................................................................23
Data-analyse voor contingentietabellen........................................................................... 25
Aanvullingen over associatietechnieken.......................................................................... 27
2
, Lies’l Schroeder
Academiejaar 2024-2025
Inleiding
Statistiek: de wetenschap van kennisverwerving obv gegevens
↪ Beschrijvende statistiek ↔ Inferentiële statistiek
= fenomenen beschrijven = fenomenen interpreteren
→ Figuren ⇒ Obv steekproefgegevens met
bepaalde zekerheid uitspraken
→ Tabellen
kunnen doen over populaties
→ Karakteristieke maten, kengetallen
of beschrijvende grootheden
Technieken van beschrijvende statistiek
Ordeningstechnieken
● (Frequentie)tabellen
● Grafische voorstellingen
○ Frequentieverdeling
○ Spreidingsdiagram
Reductietechnieken
● Karakteristieke maten
○ Centrale tendens
○ Spreiding
○ …
Associatietechnieken
● Associatiematen
Meten in psychologie
Variabele: indicator voor variabel begrip
↪ Bij een variabel begrip kunnen meerdere variabelen horen
Vb. stress meten adhv hartslag, cortisolniveau of vragenlijsten → elk hun kritiek
Variabel begrip → variabele
Meten: vaststellen van de waarde van een variabel begrip (‘construct’) in een bepaalde
analyse-eenheid
Meetinstrument: vragen, observaties, metingen
Operationaliseren: meetbaar maken van een variabel begrip
Variabele: geoperationaliseerd variabel begrip
↪ Kan verschillende waarde aannemen
Variabelen
Case: individu of groep individuen of object → operationaliseren → variabelen
● Categorische variabele → ordening in klassen
Cijfers kunnen worden gebruikt, om categorieën te creëren, zonder dat we ermee
kunnen rekenen
Vb. rugnummers van lopers of kentekenplaten
● Kwantitatieve variabele → numeriek waarden (cijfers hebben betekenis)
3
, Lies’l Schroeder
Academiejaar 2024-2025
Datamatrix
= Tabel van de gegevens waarbij:
● Kolommen = variabelen
● Rijen = observatie- of analyse-eenheden
Variabel begrip
De meeste variabelen zijn in praktijk discrete waarden
Vb. leeftijd afronden op jaar, ipv jaar, maanden, dagen, uren…
Vaststelling: we krijgen eigenlijk altijd discrete data in handen hoewel we weten dat het
fenomeen continu is
↪ ! Belangrijke gevolgen (vb. correlatie tussen lichaamslengte en grootte van de voeten in
puntenwolk → indruk van een raster (1) , ipv willekeurige wolk (2))
Meten is gebaseerd op 4 eigenschappen
1. Identiteit of categoriseerbaarheid (= of ≠)
2. Ordenbaarheid
3. Afstand
4. Absoluut nulpunt
1. Partitie → categoriseerbaarheid
(Gelijk aan = identiteit)
Een partitie wordt bepaald door een equivalentierelatie op een verzameling X, dit is een
relatie ~ op X met als eigenschappen:
● Reflexiviteit: voor alle x elementen van X geldt:
x ~ x
Vb. kat 1 zit in dezelfde categorie als zichzelf
4
Academiejaar 2024-2025
1
, Lies’l Schroeder
Academiejaar 2024-2025
Inhoudsopgave
Inleiding...................................................................................................................... 2
Meten in psychologie..........................................................................................................3
Variabelen.......................................................................................................................... 3
Meten is gebaseerd op 4 eigenschappen.......................................................................... 4
Meetniveaus....................................................................................................................... 6
Visualiseren van data: figuren en tabellen.............................................................. 8
Grafische voorstelling van categorische variabelen........................................................... 8
Grafische voorstellingen van kwantitatieve variabelen.......................................................9
Grafische voorstelling van frequentieverdeling................................................................ 10
Stam(-en-blad) diagram................................................................................................... 10
Verdelingen bekijken........................................................................................................ 11
Karakteristieken maten........................................................................................... 11
Grootheden van positie: centrale tendens/centrummaten................................................11
Grootheden van spreiding................................................................................................ 12
Karakteristieke maten kiezen........................................................................................... 13
Andere karakteristieke maten...........................................................................................13
Maten van spreiding......................................................................................................... 14
Grootheden van vorm: scheefheid en gepiektheid...........................................................15
Normaalverdelingen................................................................................................ 15
Karakteristieke maten.......................................................................................................16
De 68-95-99,7 (vuist)regel................................................................................................16
Waarnemingen standaardiseren...................................................................................... 17
Continuïteitscorrectie........................................................................................................17
Lineaire transformatiewaarden.........................................................................................17
Samenhang tussen (2) variabelen..........................................................................18
Spreidingsdiagrammen lezen...........................................................................................19
Associatie tussen 2 dichotome variabelen: λ................................................................... 19
Associatie tussen 2 interval variabelen: r²........................................................................20
Pearson correlatiecoëfficiënt: r.........................................................................................21
Lineaire regressie.............................................................................................................22
Verband tussen een continue variabele en een dichotome variabele.............................. 22
Waarschuwingen ivm correlatie en regressie...................................................................23
Data-analyse voor contingentietabellen........................................................................... 25
Aanvullingen over associatietechnieken.......................................................................... 27
2
, Lies’l Schroeder
Academiejaar 2024-2025
Inleiding
Statistiek: de wetenschap van kennisverwerving obv gegevens
↪ Beschrijvende statistiek ↔ Inferentiële statistiek
= fenomenen beschrijven = fenomenen interpreteren
→ Figuren ⇒ Obv steekproefgegevens met
bepaalde zekerheid uitspraken
→ Tabellen
kunnen doen over populaties
→ Karakteristieke maten, kengetallen
of beschrijvende grootheden
Technieken van beschrijvende statistiek
Ordeningstechnieken
● (Frequentie)tabellen
● Grafische voorstellingen
○ Frequentieverdeling
○ Spreidingsdiagram
Reductietechnieken
● Karakteristieke maten
○ Centrale tendens
○ Spreiding
○ …
Associatietechnieken
● Associatiematen
Meten in psychologie
Variabele: indicator voor variabel begrip
↪ Bij een variabel begrip kunnen meerdere variabelen horen
Vb. stress meten adhv hartslag, cortisolniveau of vragenlijsten → elk hun kritiek
Variabel begrip → variabele
Meten: vaststellen van de waarde van een variabel begrip (‘construct’) in een bepaalde
analyse-eenheid
Meetinstrument: vragen, observaties, metingen
Operationaliseren: meetbaar maken van een variabel begrip
Variabele: geoperationaliseerd variabel begrip
↪ Kan verschillende waarde aannemen
Variabelen
Case: individu of groep individuen of object → operationaliseren → variabelen
● Categorische variabele → ordening in klassen
Cijfers kunnen worden gebruikt, om categorieën te creëren, zonder dat we ermee
kunnen rekenen
Vb. rugnummers van lopers of kentekenplaten
● Kwantitatieve variabele → numeriek waarden (cijfers hebben betekenis)
3
, Lies’l Schroeder
Academiejaar 2024-2025
Datamatrix
= Tabel van de gegevens waarbij:
● Kolommen = variabelen
● Rijen = observatie- of analyse-eenheden
Variabel begrip
De meeste variabelen zijn in praktijk discrete waarden
Vb. leeftijd afronden op jaar, ipv jaar, maanden, dagen, uren…
Vaststelling: we krijgen eigenlijk altijd discrete data in handen hoewel we weten dat het
fenomeen continu is
↪ ! Belangrijke gevolgen (vb. correlatie tussen lichaamslengte en grootte van de voeten in
puntenwolk → indruk van een raster (1) , ipv willekeurige wolk (2))
Meten is gebaseerd op 4 eigenschappen
1. Identiteit of categoriseerbaarheid (= of ≠)
2. Ordenbaarheid
3. Afstand
4. Absoluut nulpunt
1. Partitie → categoriseerbaarheid
(Gelijk aan = identiteit)
Een partitie wordt bepaald door een equivalentierelatie op een verzameling X, dit is een
relatie ~ op X met als eigenschappen:
● Reflexiviteit: voor alle x elementen van X geldt:
x ~ x
Vb. kat 1 zit in dezelfde categorie als zichzelf
4
