Blok 1C - OV
INHOUD
CASUS 3B
Onderzoek in de gezondheidszorg...............................................................................................................2
9.2 Kwaliteitscontrole...................................................................................................................................2
9.3 Variabelen...............................................................................................................................................2
9.4 Beschrijven van data...............................................................................................................................3
10.1 Steekproef vurses populatie.................................................................................................................4
10.2 De empirische regel..............................................................................................................................4
10.3. Toeval of niet?.....................................................................................................................................5
10.4 De P-waarde.........................................................................................................................................5
10.5 Betrouwbaarheidsintervallen...............................................................................................................5
10.6 Een statische techniek kiezen...............................................................................................................6
Onderzoek in de gezondheidszorg...............................................................................................................7
10.2 De empirische regel..............................................................................................................................7
10.3. Toeval of niet?.....................................................................................................................................7
10.4 De P-waarde.........................................................................................................................................7
10.5 Betrouwbaarheidsintervallen...............................................................................................................8
Onderzoek in de gezondheidszorg...............................................................................................................9
9.2 Kwaliteitscontrole...................................................................................................................................9
9.3 Variabelen...............................................................................................................................................9
9.4 Beschrijven van data.............................................................................................................................10
10.2 De empirische regel............................................................................................................................11
10.3. Toeval of niet?...................................................................................................................................11
10.4 De P-waarde.......................................................................................................................................11
10.5 Betrouwbaarheidsintervallen.............................................................................................................12
1
,Blok 1C - OV
CASUS 3B
ONDERZOEK IN DE GEZONDHEIDSZORG
9.2 KWALITEITSCONTROLE
Frequentietabel: geeft voor elke variabele weer hoe vaak de daarbij behorende waarden voorkomen.
Hiermee kun je controleren of de data goed zijn. Je controleert:
Invoer- en codeerfouten: aan de hand van frequentietabel kun je nagaan of er geen ‘vreemde’
codes voorkomen.
Spreiding van scores: als iedereen op een bepaalde variabele dezelfde score heeft, dan heeft
verdere analyse met deze variabele geen zin.
Verdeling van variabelen: je zult zien dat bepaalde waarden vaker voorkomen dan anderen, vaak
komen de ‘middelste’ waarden het meeste voor.
Verdeling: de manier waarop de scores verdeeld zijn, dus samen een geheel vormen.
Normale verdeling: de waarden van een variabele ligt symmetrisch rond het midden verspreid. De meeste
scores liggen in de buurt van het midden; meer extreme scores komen minder vaak voor. De verdeling
heeft de vorm van en klok.
9.3 VARIABELEN
Variabelen: de waarde van persoon tot persoon dat kan variëren. Bijv. leeftijd, sekse, gewicht, lengte,
pijnscore, ernst van decubitus etc. In de meeste onderzoeksvragen zijn één of meer begrippen variabel.
Vaak zit er een verband tussen twee (of meer) variabelen en heb je een idee over de onderlinge
afhankelijkheid hiervan. Je vermoedt dat de ene variabele afhankelijk is van de andere.
Voorbeeld
Onderzoeksvraag: Wat is de relatie tussen de hoeveelheid lichaamsbeweging en de gevoeligheid voor
depressies onder adolescenten?
Variabelen: hoeveelheid lichaamsbeweging en gevoeligheid voor depressies.
Afhankelijke variabele: gevoeligheid voor depressies
Onafhankelijke variabele: hoeveelheid lichaamsbeweging
De onderzoeker vermoedt dat een adolescent die méér beweegt, minder gevoelig is voor depressies. De
gevoeligheid voor depressie is in dat geval afhankelijk van de hoeveelheid lichaamsbeweging.
Meetniveau: belangrijk om te weten om te bepalen wat je wel en niet mag berekenen met getallen
waarmee de variabelen zijn uitgedrukt. Indeling:
Nominaal meetniveau: worden gebruikt om verschillende mogelijkheden te onderscheiden. Dit
onderscheid kun je maken in woorden, maar ook in getallen. De getallen op zich betekenen niets,
ze geven alleen aan welke categorieën ze zijn. Bijv. sekse, oogkleur, aan- of afwezigheid van ziekte
of wel/niet roken.
o Dichotome variabele: een nominale variabele die slechts twee waarden kan aannemen.
Bijv. man/vrouw, ziek/niet ziek en wel/niet roken. De categorieën worden aangeduid met 0
en 1.
2
,Blok 1C - OV
Ordinaal meetniveau: geven een rangorde van de categorieën ten opzichte van elkaar. De waarden
lopen op en af en geven alleen een volgorde aan. Over de grootte van de verschillen tussen de
categorieën zeg je niets. Rekenen met de getallen van een ordinale variabele (optellen of middelen)
is niet mogelijk. Bijv. opleidingsniveau (laag, middel en hoog), dit kan de waarde hebben van 1, 2 en
3 of 12, 23 en 54.
o Likertschalen: is een 5-puntsschaal die loopt van ‘geheel mee oneens’ (1) naar ‘geheel mee
eens’ (5). Proefpersoon die een 4 scoort is het meer eens met de uitspraken dan iemand
die een 2 scoort.
Intervalmeetniveau: geven niet alleen een rangorde aan, maar ook de verschillen of afstand ten
opzichte van elkaar. Er is geen absoluut 'nulpunt' aanwezig. Bijv. score van een motoriektest. Het
verschil tussen een score 32 en een score 28 (4 punten) op een motoriektest is net zo groot als het
verschil tussen een score 20 en een score 16 (ook 4 punten). Je mag echter niet zeggen dat iemand
met een score 32 een twee keer zo goede motoriek heeft als iemand met een score 16.
Ratiomeetniveau: geven de waarden de rangorde en verschillen ten opzichte van elkaar aan en is
een tweemaal zo grote waarde ook echt het dubbele. Omdat hier wel een absoluut nulpunt
aanwezig is, zijn berekeningen mogelijk. De getallen zijn altijd positief. De eenheid waarmee
gemeten wordt kan variëren, maar de verhouding tussen de getallen blijft steeds hetzelfde. Bijv.
gewicht. Iemand van 100kg is tweemaal zo zwaar als iemand van 50kg.
o Continue variabelen: kunnen elke mogelijk waarde aannemen. Bijv. leeftijd
o Discrete variabelen: kunnen slechts bepaalde waarden aannemen. Bijv. alleen gehele
getallen
Het beste is om een zo hoog mogelijk meetniveau te nemen. De gegevens zijn dan het meest informatief en
je hebt dan de grootste keuze uit de beschikbare statistische technieken.
Scale-meetniveau: bevat alle variabelen van interval – of ratiomeetniveau.
9.4 BESCHRIJVEN VAN DATA
Frequentie: aantal keren dat iets voorkomt
Prevalentie: hoeveel mensen hebben op een bepaald moment een ziekte
Incidentie: aantal nieuwe gevallen in een bepaalde periode, hoeveel mensen zijn gediagnostiseerd met een
ziekte in een bepaalde periode.
De waarden uit een verdeling kunnen met de volgende maten worden samengevat:
Centrummaten
Modus: geeft de piek in de verdeling aan. Het is de waarde die het meest voorkomt. Als twee
verschillende waarden allebei het meeste voorkomen, dan is er geen modus. Dit is de enige
centrummaat die je bij nominale variabelen kunt gebruiken, kan ook voor hogere meetniveaus
gebruikt worden.
o Biomodale verdeling: als twee waardes het meeste voorkomen en de ver uit elkaar liggen.
Ze zijn goed te onderscheiden.
Mediaan: de middelste score van alle waarden. Eerst worden alle waarden van laag naar hoog
geordend, daarna wordt bepaald welke score de middelste is uit de cijferreeks. Bij een even aantal
scores ligt de mediaan tussen de middelste twee. Alleen toepasbaar bij ordinaal meetniveau of
hoger.
Gemiddelde: de som van alle waarden, gedeeld door het totale aantal proefpersonen bij wie deze
waarden zijn verzameld. Het gemiddelde kan alleen berekend worden bij variabelen van interval- of
ratiomeetniveau.
3
, Blok 1C - OV
Spreidingsmaten
Range (variatiebreedte/bereik): het verschil tussen de hoogste en laagste waarde.
Variatie: de gemiddelde afwijking van alle individueel waarden tot het gemiddelde. Voor iedere
score bereken je het verschil tussen het gemiddelde en die score. Al deze afwijkingen kwadrateer je
en tel je bij elkaar op. Vervolgens bereken je het gemiddelde door het totaal te delen door het
aantal waarnemingen min 1.
Standaardafwijking (standaarddeviatie): de afwijking/spreiding ten opzichte van het gemiddelde. Je
hebt het gemiddelde en hoeveel afstand zit er dan tussen de andere getallen. De wortel uit de
variatie, dit is een kwadratische maat. Door uit de variantie de wortel te trekken krijg je een goede
spreidingsmaat. In een normale, klokvormige verdeling ligt 95% van alle meetwaarden binnen een
afstand van tweemaal de standaardafwijking onder én boven het gemiddelde.
Scheefheid (skewness): als de verdeling niet symmetrisch is.
Linksscheve verdeling (negatieve skewness): er zijn meer hogere waarden in de verdeling dan lage
waarde; de lange uitloper van de verdeling wijst dan naar links.
Rechtsscheve verdeling (positieve skewness): er komen meer lage waarden voor, er zijn uitschieters
met hoge waarden aanwezig. De mediaan ligt rechts van het midden.
Spitsheid (kurtosis): hiermee druk je uit hoe de vorm van een symmetrische verdeling is ten opzichte van
de normale verdeling. Een spitse verdeling is smaller en hoger dan de normale verdeling. Hierbij liggen er
meer waarden in de buurt van het centrum. Bij een platte verdeling zijn de waarden juist meer verspreid.
De top ligt dan lager ten opzichte van de normale verdeling.
10.1 STEEKPROEF VURSES POPULATIE
Steekproef: er is een deel van een grote populatie gekozen d.m.v. een steekproef om zo een groter geheel,
de populatie weer te geven. Op basis van de resultaten van deze steekproef wordt er een uitspraak gedaan
over de populatie waaruit deze steekproef afkomstig is. De steekproef moet voldoen aan een aantal eisen,
als aan deze eisen is voldaan kun je statistische toestings- en schatingstechnieken gaan toepassen. Je mag
dan op statistische gronden gaan generaliseren.
Representatief zijn voor de populatie. Het moet een goede afspiegeling vormen van de populatie.
Aselect zijn gekozen. Ieder persoon uit de populatie heeft dan evenveel kans gehad om in de
steekproef terecht te komen.
Non-respons in het onderzoek moet laag zijn. Dat betekent dat weinig mensen deelname aan het
onderzoek hebben geweigerd. Bovendien mag de non-respons niet selectief zijn. Als de respons in
de ene groep lager is dan in de andere groep, dan kunnen resultaten vertekend zijn.
Non-compliance (selectieve uitval) mag geen sprake van zijn. In dat geval vindt er na de start van
het onderzoek uitval plaats in een van de groepen of volgende proefpersonen in een van beide
groepen hun therapie of leefstijlaanwijzingen minder goed op.
10.2 DE EMPIRISCHE REGEL
Empirische regel: wordt gebruikt om te kijken in hoeverre de resultaten van een steekproef op toeval
berusten. Volgens deze regel geldt bij normale verdelingen:
68% van de scores valt binnen +/- 1 standaardafwijking van het populatiegemiddelde.
95% van de scores valt binnen +/- standaardafwijkingen van het populatiegemiddelde.
99.7% van de scores valt binnen +/- 3 standaardafwijkingen van het populatiegemiddelde.
4
INHOUD
CASUS 3B
Onderzoek in de gezondheidszorg...............................................................................................................2
9.2 Kwaliteitscontrole...................................................................................................................................2
9.3 Variabelen...............................................................................................................................................2
9.4 Beschrijven van data...............................................................................................................................3
10.1 Steekproef vurses populatie.................................................................................................................4
10.2 De empirische regel..............................................................................................................................4
10.3. Toeval of niet?.....................................................................................................................................5
10.4 De P-waarde.........................................................................................................................................5
10.5 Betrouwbaarheidsintervallen...............................................................................................................5
10.6 Een statische techniek kiezen...............................................................................................................6
Onderzoek in de gezondheidszorg...............................................................................................................7
10.2 De empirische regel..............................................................................................................................7
10.3. Toeval of niet?.....................................................................................................................................7
10.4 De P-waarde.........................................................................................................................................7
10.5 Betrouwbaarheidsintervallen...............................................................................................................8
Onderzoek in de gezondheidszorg...............................................................................................................9
9.2 Kwaliteitscontrole...................................................................................................................................9
9.3 Variabelen...............................................................................................................................................9
9.4 Beschrijven van data.............................................................................................................................10
10.2 De empirische regel............................................................................................................................11
10.3. Toeval of niet?...................................................................................................................................11
10.4 De P-waarde.......................................................................................................................................11
10.5 Betrouwbaarheidsintervallen.............................................................................................................12
1
,Blok 1C - OV
CASUS 3B
ONDERZOEK IN DE GEZONDHEIDSZORG
9.2 KWALITEITSCONTROLE
Frequentietabel: geeft voor elke variabele weer hoe vaak de daarbij behorende waarden voorkomen.
Hiermee kun je controleren of de data goed zijn. Je controleert:
Invoer- en codeerfouten: aan de hand van frequentietabel kun je nagaan of er geen ‘vreemde’
codes voorkomen.
Spreiding van scores: als iedereen op een bepaalde variabele dezelfde score heeft, dan heeft
verdere analyse met deze variabele geen zin.
Verdeling van variabelen: je zult zien dat bepaalde waarden vaker voorkomen dan anderen, vaak
komen de ‘middelste’ waarden het meeste voor.
Verdeling: de manier waarop de scores verdeeld zijn, dus samen een geheel vormen.
Normale verdeling: de waarden van een variabele ligt symmetrisch rond het midden verspreid. De meeste
scores liggen in de buurt van het midden; meer extreme scores komen minder vaak voor. De verdeling
heeft de vorm van en klok.
9.3 VARIABELEN
Variabelen: de waarde van persoon tot persoon dat kan variëren. Bijv. leeftijd, sekse, gewicht, lengte,
pijnscore, ernst van decubitus etc. In de meeste onderzoeksvragen zijn één of meer begrippen variabel.
Vaak zit er een verband tussen twee (of meer) variabelen en heb je een idee over de onderlinge
afhankelijkheid hiervan. Je vermoedt dat de ene variabele afhankelijk is van de andere.
Voorbeeld
Onderzoeksvraag: Wat is de relatie tussen de hoeveelheid lichaamsbeweging en de gevoeligheid voor
depressies onder adolescenten?
Variabelen: hoeveelheid lichaamsbeweging en gevoeligheid voor depressies.
Afhankelijke variabele: gevoeligheid voor depressies
Onafhankelijke variabele: hoeveelheid lichaamsbeweging
De onderzoeker vermoedt dat een adolescent die méér beweegt, minder gevoelig is voor depressies. De
gevoeligheid voor depressie is in dat geval afhankelijk van de hoeveelheid lichaamsbeweging.
Meetniveau: belangrijk om te weten om te bepalen wat je wel en niet mag berekenen met getallen
waarmee de variabelen zijn uitgedrukt. Indeling:
Nominaal meetniveau: worden gebruikt om verschillende mogelijkheden te onderscheiden. Dit
onderscheid kun je maken in woorden, maar ook in getallen. De getallen op zich betekenen niets,
ze geven alleen aan welke categorieën ze zijn. Bijv. sekse, oogkleur, aan- of afwezigheid van ziekte
of wel/niet roken.
o Dichotome variabele: een nominale variabele die slechts twee waarden kan aannemen.
Bijv. man/vrouw, ziek/niet ziek en wel/niet roken. De categorieën worden aangeduid met 0
en 1.
2
,Blok 1C - OV
Ordinaal meetniveau: geven een rangorde van de categorieën ten opzichte van elkaar. De waarden
lopen op en af en geven alleen een volgorde aan. Over de grootte van de verschillen tussen de
categorieën zeg je niets. Rekenen met de getallen van een ordinale variabele (optellen of middelen)
is niet mogelijk. Bijv. opleidingsniveau (laag, middel en hoog), dit kan de waarde hebben van 1, 2 en
3 of 12, 23 en 54.
o Likertschalen: is een 5-puntsschaal die loopt van ‘geheel mee oneens’ (1) naar ‘geheel mee
eens’ (5). Proefpersoon die een 4 scoort is het meer eens met de uitspraken dan iemand
die een 2 scoort.
Intervalmeetniveau: geven niet alleen een rangorde aan, maar ook de verschillen of afstand ten
opzichte van elkaar. Er is geen absoluut 'nulpunt' aanwezig. Bijv. score van een motoriektest. Het
verschil tussen een score 32 en een score 28 (4 punten) op een motoriektest is net zo groot als het
verschil tussen een score 20 en een score 16 (ook 4 punten). Je mag echter niet zeggen dat iemand
met een score 32 een twee keer zo goede motoriek heeft als iemand met een score 16.
Ratiomeetniveau: geven de waarden de rangorde en verschillen ten opzichte van elkaar aan en is
een tweemaal zo grote waarde ook echt het dubbele. Omdat hier wel een absoluut nulpunt
aanwezig is, zijn berekeningen mogelijk. De getallen zijn altijd positief. De eenheid waarmee
gemeten wordt kan variëren, maar de verhouding tussen de getallen blijft steeds hetzelfde. Bijv.
gewicht. Iemand van 100kg is tweemaal zo zwaar als iemand van 50kg.
o Continue variabelen: kunnen elke mogelijk waarde aannemen. Bijv. leeftijd
o Discrete variabelen: kunnen slechts bepaalde waarden aannemen. Bijv. alleen gehele
getallen
Het beste is om een zo hoog mogelijk meetniveau te nemen. De gegevens zijn dan het meest informatief en
je hebt dan de grootste keuze uit de beschikbare statistische technieken.
Scale-meetniveau: bevat alle variabelen van interval – of ratiomeetniveau.
9.4 BESCHRIJVEN VAN DATA
Frequentie: aantal keren dat iets voorkomt
Prevalentie: hoeveel mensen hebben op een bepaald moment een ziekte
Incidentie: aantal nieuwe gevallen in een bepaalde periode, hoeveel mensen zijn gediagnostiseerd met een
ziekte in een bepaalde periode.
De waarden uit een verdeling kunnen met de volgende maten worden samengevat:
Centrummaten
Modus: geeft de piek in de verdeling aan. Het is de waarde die het meest voorkomt. Als twee
verschillende waarden allebei het meeste voorkomen, dan is er geen modus. Dit is de enige
centrummaat die je bij nominale variabelen kunt gebruiken, kan ook voor hogere meetniveaus
gebruikt worden.
o Biomodale verdeling: als twee waardes het meeste voorkomen en de ver uit elkaar liggen.
Ze zijn goed te onderscheiden.
Mediaan: de middelste score van alle waarden. Eerst worden alle waarden van laag naar hoog
geordend, daarna wordt bepaald welke score de middelste is uit de cijferreeks. Bij een even aantal
scores ligt de mediaan tussen de middelste twee. Alleen toepasbaar bij ordinaal meetniveau of
hoger.
Gemiddelde: de som van alle waarden, gedeeld door het totale aantal proefpersonen bij wie deze
waarden zijn verzameld. Het gemiddelde kan alleen berekend worden bij variabelen van interval- of
ratiomeetniveau.
3
, Blok 1C - OV
Spreidingsmaten
Range (variatiebreedte/bereik): het verschil tussen de hoogste en laagste waarde.
Variatie: de gemiddelde afwijking van alle individueel waarden tot het gemiddelde. Voor iedere
score bereken je het verschil tussen het gemiddelde en die score. Al deze afwijkingen kwadrateer je
en tel je bij elkaar op. Vervolgens bereken je het gemiddelde door het totaal te delen door het
aantal waarnemingen min 1.
Standaardafwijking (standaarddeviatie): de afwijking/spreiding ten opzichte van het gemiddelde. Je
hebt het gemiddelde en hoeveel afstand zit er dan tussen de andere getallen. De wortel uit de
variatie, dit is een kwadratische maat. Door uit de variantie de wortel te trekken krijg je een goede
spreidingsmaat. In een normale, klokvormige verdeling ligt 95% van alle meetwaarden binnen een
afstand van tweemaal de standaardafwijking onder én boven het gemiddelde.
Scheefheid (skewness): als de verdeling niet symmetrisch is.
Linksscheve verdeling (negatieve skewness): er zijn meer hogere waarden in de verdeling dan lage
waarde; de lange uitloper van de verdeling wijst dan naar links.
Rechtsscheve verdeling (positieve skewness): er komen meer lage waarden voor, er zijn uitschieters
met hoge waarden aanwezig. De mediaan ligt rechts van het midden.
Spitsheid (kurtosis): hiermee druk je uit hoe de vorm van een symmetrische verdeling is ten opzichte van
de normale verdeling. Een spitse verdeling is smaller en hoger dan de normale verdeling. Hierbij liggen er
meer waarden in de buurt van het centrum. Bij een platte verdeling zijn de waarden juist meer verspreid.
De top ligt dan lager ten opzichte van de normale verdeling.
10.1 STEEKPROEF VURSES POPULATIE
Steekproef: er is een deel van een grote populatie gekozen d.m.v. een steekproef om zo een groter geheel,
de populatie weer te geven. Op basis van de resultaten van deze steekproef wordt er een uitspraak gedaan
over de populatie waaruit deze steekproef afkomstig is. De steekproef moet voldoen aan een aantal eisen,
als aan deze eisen is voldaan kun je statistische toestings- en schatingstechnieken gaan toepassen. Je mag
dan op statistische gronden gaan generaliseren.
Representatief zijn voor de populatie. Het moet een goede afspiegeling vormen van de populatie.
Aselect zijn gekozen. Ieder persoon uit de populatie heeft dan evenveel kans gehad om in de
steekproef terecht te komen.
Non-respons in het onderzoek moet laag zijn. Dat betekent dat weinig mensen deelname aan het
onderzoek hebben geweigerd. Bovendien mag de non-respons niet selectief zijn. Als de respons in
de ene groep lager is dan in de andere groep, dan kunnen resultaten vertekend zijn.
Non-compliance (selectieve uitval) mag geen sprake van zijn. In dat geval vindt er na de start van
het onderzoek uitval plaats in een van de groepen of volgende proefpersonen in een van beide
groepen hun therapie of leefstijlaanwijzingen minder goed op.
10.2 DE EMPIRISCHE REGEL
Empirische regel: wordt gebruikt om te kijken in hoeverre de resultaten van een steekproef op toeval
berusten. Volgens deze regel geldt bij normale verdelingen:
68% van de scores valt binnen +/- 1 standaardafwijking van het populatiegemiddelde.
95% van de scores valt binnen +/- standaardafwijkingen van het populatiegemiddelde.
99.7% van de scores valt binnen +/- 3 standaardafwijkingen van het populatiegemiddelde.
4
