lOMoARcPSD|11911780
Statistiek – Communicatiewetenschappen
Basisconcepten
Onderzoekspopulatie = verzameling van onderzoekselementen
=> afbakenen!!!!
Variabele = kenmerk
=> uitkomsten verzameling : verzameling alle mogelijke uitkomsten
Meten : bepaalde meetprocedure
● Nauwkeurigheid
● Betrouwbaarheid
● Validiteit = wat je wil meten & meetresultaten (mate overeenkomst
indicator en concept)
Gegevensset, dataset,
datamatrix Meetniveau
variabelen
● Kwalitatieve / categorische variabelen =
○ Nominale variabelen (niet te ordenen) geslacht
○ Ordinale variabelen (ordenen) opleiding
● Kwantitatieve / metrische variabelen
○ Interval (geen betekenisvol nulpunt) temperaturen
○ Ratio (nulpunt, geen negatieve waarden) leeftijd, budget
Obv uitkomstenverzameling
● Continue variabelen (reële getallen)
● Discrete variabelen (natuurlijke getallen : 1,2,3)
1.2 Frequentieverdelingen
Absolute frequentie : # elementen met bepaalde waarde
fi
Relatieve frequentie : # elementen met bepaalde waarde gedeeld door totaal # elementen
= fractie (proportie = percentage)
pi
Cumulatieve frequentie : # / proportie eenheden met waarde i of lager, enkel
vanaf ordinaal meetniveau
= alles opgeteld vanaf eerste waarde, totaal uitkomen op het einde
Onoverzichtelijke tabellen weergeven in klassen, metrische variabelen=> klassenindeling
1
, lOMoARcPSD|11911780
● Klassengrenzen : laagste waarde naar hoogste waarde
● Klassenmidden : (laagste waarde + hoogste waarde) / 2
1.3 Maten van positie
Samenvatten van verdelingen
● Positie : centraliteit, ligging
● Spreiding : variatie
● Vorm : symmetrie, scheefheid
Rekenkundig gemiddelde
● Individueel : alle waarden optellen / #waarnemingen
● Absolute frequenties : som absolute frequenties / # waarden
● Relatieve frequenties : som relatieve frequenties / # waarden
̅̅
● Klassenindelingen
̅̅ (gegroepeerde frequenties) :
̅ =∑ × ̅ ̅
Kenmerken rekenkundig gemiddelde
● Metrische variabelen, klassen
● Evenwichtspunt verdeling
● Gevoelig voor uitschieters (outliers) = geen resistente maat
Deviatiescores
● Som = 0
● Gewicht afwijkingen van gemiddelde heft elkaar op
● Bij elke afwijking: afstand tot gemiddelde berekenen
Mediaan = M
● Middelpunt verdeling = evenveel waarnemingen met lagere waarde als
met hogere waarde
● Ordinaal niveau
● Datamatrix
○ Waarden ordenen van laag naar hoog
○ n even = gemiddelde 2 middelste
○ N oneven = direct afleesbaar
● Frequentietabel met klassen
○ Hetzelfde als bij datamatrix voor M te vinden
○ Uitkomst weergeven als klasse
Modus (M0)
● Waarde met hoogste frequentie (waarde die het meest voorkomt)
● Nominaal niveau
● Weinig info
Kwartielen
Q1 = 25 % van alle waarden (n+1)/4
2
, lOMoARcPSD|11911780
Q2 = M (n+1)/2
Q3 = 75 % van alle waarden
3*(n+1)/4 Q4 = 100%
● Ordinaal meetniveau
Percentielen
● = fractielen
1.4 Maten van spreiding
Interkwartielafstand (IKA)
● IKA = Q3 - Q1
● Gebied waarbinnen helft elementen zich bevindt
● Resistente maat
● Metrisch meetniveau
● Kleine IKA = geringe spreiding
● Uitschieters bepalen = 1,5 * (Q3 - Q1)
Boxplot
● Aantal uitschieters niet aflezen, meerdere op 1 punt
Variantie en standaardafwijking
● Hoe ver waarnemingen liggen van gemiddelde (gemiddelde afwijking tot
3
, lOMoARcPSD|11911780
het gemiddelde)
● Metrische variabelen
● Niet resistent
● Hoe groter de spreiding, hoe groter s / s2
● Variantie = gemiddelde gekwadrateerde afwijking tov gemiddelde
● Variantie : voor elke waarneming (xi) daarvan gemiddelde aftrekken,
kwadrateren en dan alles op tellen / aantal waarden (n) min 1
○ Bij frequentietabel : kwadraat maal de frequentie doen
● Standaardafwijking : vierkantswortel van de variantie
● n - 1 = vrijheidswaarden, onafhankelijke waarden
1.5 Vorm van verdeling
● Symmetrisch
○ Gemiddelde en mediaan vallen samen
● Rechts asymmetrisch
○ Gemiddelde groter dan mediaan
4
Statistiek – Communicatiewetenschappen
Basisconcepten
Onderzoekspopulatie = verzameling van onderzoekselementen
=> afbakenen!!!!
Variabele = kenmerk
=> uitkomsten verzameling : verzameling alle mogelijke uitkomsten
Meten : bepaalde meetprocedure
● Nauwkeurigheid
● Betrouwbaarheid
● Validiteit = wat je wil meten & meetresultaten (mate overeenkomst
indicator en concept)
Gegevensset, dataset,
datamatrix Meetniveau
variabelen
● Kwalitatieve / categorische variabelen =
○ Nominale variabelen (niet te ordenen) geslacht
○ Ordinale variabelen (ordenen) opleiding
● Kwantitatieve / metrische variabelen
○ Interval (geen betekenisvol nulpunt) temperaturen
○ Ratio (nulpunt, geen negatieve waarden) leeftijd, budget
Obv uitkomstenverzameling
● Continue variabelen (reële getallen)
● Discrete variabelen (natuurlijke getallen : 1,2,3)
1.2 Frequentieverdelingen
Absolute frequentie : # elementen met bepaalde waarde
fi
Relatieve frequentie : # elementen met bepaalde waarde gedeeld door totaal # elementen
= fractie (proportie = percentage)
pi
Cumulatieve frequentie : # / proportie eenheden met waarde i of lager, enkel
vanaf ordinaal meetniveau
= alles opgeteld vanaf eerste waarde, totaal uitkomen op het einde
Onoverzichtelijke tabellen weergeven in klassen, metrische variabelen=> klassenindeling
1
, lOMoARcPSD|11911780
● Klassengrenzen : laagste waarde naar hoogste waarde
● Klassenmidden : (laagste waarde + hoogste waarde) / 2
1.3 Maten van positie
Samenvatten van verdelingen
● Positie : centraliteit, ligging
● Spreiding : variatie
● Vorm : symmetrie, scheefheid
Rekenkundig gemiddelde
● Individueel : alle waarden optellen / #waarnemingen
● Absolute frequenties : som absolute frequenties / # waarden
● Relatieve frequenties : som relatieve frequenties / # waarden
̅̅
● Klassenindelingen
̅̅ (gegroepeerde frequenties) :
̅ =∑ × ̅ ̅
Kenmerken rekenkundig gemiddelde
● Metrische variabelen, klassen
● Evenwichtspunt verdeling
● Gevoelig voor uitschieters (outliers) = geen resistente maat
Deviatiescores
● Som = 0
● Gewicht afwijkingen van gemiddelde heft elkaar op
● Bij elke afwijking: afstand tot gemiddelde berekenen
Mediaan = M
● Middelpunt verdeling = evenveel waarnemingen met lagere waarde als
met hogere waarde
● Ordinaal niveau
● Datamatrix
○ Waarden ordenen van laag naar hoog
○ n even = gemiddelde 2 middelste
○ N oneven = direct afleesbaar
● Frequentietabel met klassen
○ Hetzelfde als bij datamatrix voor M te vinden
○ Uitkomst weergeven als klasse
Modus (M0)
● Waarde met hoogste frequentie (waarde die het meest voorkomt)
● Nominaal niveau
● Weinig info
Kwartielen
Q1 = 25 % van alle waarden (n+1)/4
2
, lOMoARcPSD|11911780
Q2 = M (n+1)/2
Q3 = 75 % van alle waarden
3*(n+1)/4 Q4 = 100%
● Ordinaal meetniveau
Percentielen
● = fractielen
1.4 Maten van spreiding
Interkwartielafstand (IKA)
● IKA = Q3 - Q1
● Gebied waarbinnen helft elementen zich bevindt
● Resistente maat
● Metrisch meetniveau
● Kleine IKA = geringe spreiding
● Uitschieters bepalen = 1,5 * (Q3 - Q1)
Boxplot
● Aantal uitschieters niet aflezen, meerdere op 1 punt
Variantie en standaardafwijking
● Hoe ver waarnemingen liggen van gemiddelde (gemiddelde afwijking tot
3
, lOMoARcPSD|11911780
het gemiddelde)
● Metrische variabelen
● Niet resistent
● Hoe groter de spreiding, hoe groter s / s2
● Variantie = gemiddelde gekwadrateerde afwijking tov gemiddelde
● Variantie : voor elke waarneming (xi) daarvan gemiddelde aftrekken,
kwadrateren en dan alles op tellen / aantal waarden (n) min 1
○ Bij frequentietabel : kwadraat maal de frequentie doen
● Standaardafwijking : vierkantswortel van de variantie
● n - 1 = vrijheidswaarden, onafhankelijke waarden
1.5 Vorm van verdeling
● Symmetrisch
○ Gemiddelde en mediaan vallen samen
● Rechts asymmetrisch
○ Gemiddelde groter dan mediaan
4
