Samenvatting Inleiding Onderzoek
Statistical methods for the social sciences Hoofdstuk 3.1
Beschrijvende statistiek: beschrijft de data; het beschrijft het centrum en de variabiliteit
(spreiding rond centrum). vat gegevens samen, losse variabelen beschrijven. Doel: inzicht
geven
Kwantitatieve variabelen hebben 2 kenmerken
- Centre of the data: een typische waarneming
- De spreiding van data: spreiding rondom gemiddelde
Frequentieverdeling (=kwantitatief) tabel met alle mogelijke waarden van 1 variabele met de
frequentie dasarvan
Relatieve (kwalitatief) frequenties: categorische data, proporties en percentages zijn
toegevoed. De som van proporties is 1,00. De som van percentages is 100. Proporties x 100
= percentages
Staafdiagram zijn losse staven. Gaat om categorische variabele, niet kwantitatief! X-as de
variabelen en y-as de frequentie/proportie. Staven moeten los van elkaar!
Histogram: staafdiagram voor continue variabelen, kwantitatieve data (gebruik gemaakt van
een interval). Staven tegen elkaar aan voor vloeiende lijn. Voordeel histogram: weergave van
geobserveerde scores i.p.v. benadering van scores. Nadelen histogram: meestal minder
efficiënte samenvatting dan curve en vorm verandert als je andere klassenindeling kiest! Om
dit probleem aan te pakken: density curve; dichtheidscurve. Geeft aan hoeveel van de
scores in een willekeurig te kiezen interval vallen. Altijd boven de x-as, totale oppervlakte
onder de curve = 1, oppervlak boven bepaald interval van waarde geeft welk deel van de
scores in dit interval valt. Maar het geeft geen frequenties! Y-waarde is niet interpreteerbaar
en je kan alleen maar naar de oppervlakte kijken.
Stem-and-leaf plot: links tientalen en rechts enkeltallen
Steekproef
Vraagstelling
- Formuleer onderzoeksvraag
- Formuleer in termen van variabele.
Variabele; eigenschap waarop mensen verschillen; leeftijd/oogkleur. Alle vragen waarop
proefpersonen scores krijgen, dit vormt je data.
Operationalisatie
- Hoe meet je de variabele in een vraagstelling
Vb; leeftijd, psychologisch of biologisch
Vb; psychisch gezondheid. Vragen? Schaal 1-10?
Proefpersonen: individuals; alle personen die meedoen aan het onderzoek.
Meetniveau van een variabele geeft aan welke informatie in scores op variabele je serieus
neemt.
Categorisch (kwalitatief): nominaal en ordinaal
Kwantitatief: interval en ratio
- Nominaal: Cijfer zijn labels/namen. Een 3 is anders dan een 6. Je kan er niks over
zeggen dat 1=vermijdend, 2=angstig etc. de getalsinformatie verder niet gebruiken.
Taartdiagram/staafdiagram.
, - Ordinaal: Cijfers geven ordening. 3 is slechter dan 4. Getalsinformatie niet anders
gebruiken. Er zit geen verhouding in. Je weet dat iemand minder is maar niet
hoeveel. Taartdiagram/staafdiagram.
- Interval/ratio: Cijfers geven kwantitatieve informatie. Het is zinvol om ermee te
rekenen. Vb; gemiddeldes. Histogram/boxplot.
Bij een ratio-meetschaal bestaat er een absoluut 0-punt. Je kan niet lager dan iets. Vb:
lengte/gewicht/temperatuur in K. je mag ermee vermenigvuldigen!. 2x zoveel Kelvin.
Interval heeft geen absoluut 0-punt. Je kan eronder komen. Je mag er niet mee
vermenigvuldigen, het is niet zinvol. Vb: graden Celcius. Je kan niet zeggen 2x zo warm.
Hechtingsstijl is ordinaal maar kan ook ratio/interval zijn als je de afstanden tussen de stijlen
even groot maakt. Alleen dan mag je middelen. Als dat niet zo is, is het ordinaal.
Kies altijd het hoogst mogelijke zinvolle meetniveau.
Soorten steekproeven:
- Aselect: willekeurig selecteren, kanssteekproef
Enkelvoudig: ik pak wat mensen en weet niet hoeveel jongens en meisjes
Gestratificeerd: specifieke groepen van 50j/50m → subgroepen (strata)
Proportioneel; proportie strata komt overeen met de werkelijkheid
Cluster random sample: gebruik grotere eenheid. Vb; immigrantenwijk. De
verhouding mensen die hier woont is niet hetzelfde als de werkelijkheid van een land.
Getrapt/multilevel: verschillende niveau’s. Vb: scholen→klassen→leerlingen. 25
mensen per 4 klassen verdeeld over NL ipv 100 mensen over NL bijvoorbeeld.
- Select: bewust selecteren
Werving respondenten:
- Korte uitleg
- Aangeven relevantie
- Status onderzoek
- Anonimiteit
- Tijd
- Publicatie
- Verzorgheid
Non-respons: afgevallen respondenten door bv:
- Niet bereikt
- Kunnen/willen niet
- Geven onvolledige informatie
Is niet erg als ze afhaken mits nonrespons aselectief is.
Sample frame (steekproef) is niet hetzelfde als doelpopulatie steekproef. Je wil eigenlijk bij
een steekproef een kleine groep van de doelpopulatie hebben. Sample frame is de
operationele populatie hier trek je feitelijk uit. = stratified, gestratificeerde sample.
Variability: mate waarin mensen verschillen.
Bias: structuele vertekening. Mensen die zich te hoog
inschatten en wenselijke antwoorden geven.
Grote bias? Oorzaken:
1. Operationele populatie wijkt veel af van
doelpopulatie. Oplossingen; gebruik Sample
Random Sample uit doelpopulatie
2. Kan aan maat zelf liggen; pas de maat aan
, Grote variabiliteit? Oplossingen:
1. Verhoog n
3 soorten bias:
1. Samping Bias: als je telefonisch gaat uitnodigen, maak je al een selectie
2. Response Bias: bepaalde groep mensen die meedoet/reageer
3. Non-respons Bias
Inspecteer scores per variabele
1. Grafisch/frequentietabel
2. Samenvattingstabel
Let op: verdeling, centrum en spreiding van scores.
Voor nominale data is een staaf-, taartdiagram gebruik. Voor kwantitatieve data een
histogram. Unimodaal = 1 piek en dimodaal = 2 pieken.
Wat te doen met uitbijters: afwijkende groep (apart rapporteren?) kan je niet verbeteren en
scoringsfout kan je wel verbeteren.
Centrummaten: wat is het midden?
- Mediaan: middelst getal van geordende scores. Niet gevoelig, resistente maat. 50%
n+1
van de scores ligt links en 50% ligt rechts. als ze geordende liggen! Slecht bij
2
binaire data.
-
Gemiddelde: som scores gedeeld door aantal. Gevoeliger dan mediaan, niet
resistent. Want als je een miljoen toevoegt..
Modus is waar de grafiek het hoogste is, wat het meest frequente waarde. Past bij
categorische data.
Symmetrische verdeling: gem = mediaan , normaal verdeling
Scheve verdeling: gem =niet mediaan
Gemiddelde beschrijft het centrum en de standaard deviatie de veranderlijkheid.
U-shaped; middelste resultaten komen het minste voor en bij bell-shaped komen de
middelste resultaten het meeste voor. Skewed tot he right: bell-shaped met staart naar
rechts, dus; lagere waarden komen steeds meer voor. Mediaan is lager dan gemiddelde.
Mediaan ligt altijd dichterbij toppunt dan het gemiddelde.
Range is verschil tussen hoogste en laagste observatie. Zeer gevoelig voor uitbijters en
spreiding is onduidelijk.
College 3a + 3b
Statistical methods for the social sciences Hoofdstuk 3
Syllabus Hoofdstuk 2
∑ y1
Gemiddelde: Ý =
n
Y1 zijn alle losse observaties (y1, y2, y3 etc)
Gewogen gemiddelde: gemiddelde uitrekenen bij 2 steekproeven met ongelijke grootte:
n1 ý 1+ n2 ý 2
Ý = n1 is de grootte van steekproef 1 en y1 is daarvan het gemiddelde.
n1 + n2
Statistical methods for the social sciences Hoofdstuk 3.1
Beschrijvende statistiek: beschrijft de data; het beschrijft het centrum en de variabiliteit
(spreiding rond centrum). vat gegevens samen, losse variabelen beschrijven. Doel: inzicht
geven
Kwantitatieve variabelen hebben 2 kenmerken
- Centre of the data: een typische waarneming
- De spreiding van data: spreiding rondom gemiddelde
Frequentieverdeling (=kwantitatief) tabel met alle mogelijke waarden van 1 variabele met de
frequentie dasarvan
Relatieve (kwalitatief) frequenties: categorische data, proporties en percentages zijn
toegevoed. De som van proporties is 1,00. De som van percentages is 100. Proporties x 100
= percentages
Staafdiagram zijn losse staven. Gaat om categorische variabele, niet kwantitatief! X-as de
variabelen en y-as de frequentie/proportie. Staven moeten los van elkaar!
Histogram: staafdiagram voor continue variabelen, kwantitatieve data (gebruik gemaakt van
een interval). Staven tegen elkaar aan voor vloeiende lijn. Voordeel histogram: weergave van
geobserveerde scores i.p.v. benadering van scores. Nadelen histogram: meestal minder
efficiënte samenvatting dan curve en vorm verandert als je andere klassenindeling kiest! Om
dit probleem aan te pakken: density curve; dichtheidscurve. Geeft aan hoeveel van de
scores in een willekeurig te kiezen interval vallen. Altijd boven de x-as, totale oppervlakte
onder de curve = 1, oppervlak boven bepaald interval van waarde geeft welk deel van de
scores in dit interval valt. Maar het geeft geen frequenties! Y-waarde is niet interpreteerbaar
en je kan alleen maar naar de oppervlakte kijken.
Stem-and-leaf plot: links tientalen en rechts enkeltallen
Steekproef
Vraagstelling
- Formuleer onderzoeksvraag
- Formuleer in termen van variabele.
Variabele; eigenschap waarop mensen verschillen; leeftijd/oogkleur. Alle vragen waarop
proefpersonen scores krijgen, dit vormt je data.
Operationalisatie
- Hoe meet je de variabele in een vraagstelling
Vb; leeftijd, psychologisch of biologisch
Vb; psychisch gezondheid. Vragen? Schaal 1-10?
Proefpersonen: individuals; alle personen die meedoen aan het onderzoek.
Meetniveau van een variabele geeft aan welke informatie in scores op variabele je serieus
neemt.
Categorisch (kwalitatief): nominaal en ordinaal
Kwantitatief: interval en ratio
- Nominaal: Cijfer zijn labels/namen. Een 3 is anders dan een 6. Je kan er niks over
zeggen dat 1=vermijdend, 2=angstig etc. de getalsinformatie verder niet gebruiken.
Taartdiagram/staafdiagram.
, - Ordinaal: Cijfers geven ordening. 3 is slechter dan 4. Getalsinformatie niet anders
gebruiken. Er zit geen verhouding in. Je weet dat iemand minder is maar niet
hoeveel. Taartdiagram/staafdiagram.
- Interval/ratio: Cijfers geven kwantitatieve informatie. Het is zinvol om ermee te
rekenen. Vb; gemiddeldes. Histogram/boxplot.
Bij een ratio-meetschaal bestaat er een absoluut 0-punt. Je kan niet lager dan iets. Vb:
lengte/gewicht/temperatuur in K. je mag ermee vermenigvuldigen!. 2x zoveel Kelvin.
Interval heeft geen absoluut 0-punt. Je kan eronder komen. Je mag er niet mee
vermenigvuldigen, het is niet zinvol. Vb: graden Celcius. Je kan niet zeggen 2x zo warm.
Hechtingsstijl is ordinaal maar kan ook ratio/interval zijn als je de afstanden tussen de stijlen
even groot maakt. Alleen dan mag je middelen. Als dat niet zo is, is het ordinaal.
Kies altijd het hoogst mogelijke zinvolle meetniveau.
Soorten steekproeven:
- Aselect: willekeurig selecteren, kanssteekproef
Enkelvoudig: ik pak wat mensen en weet niet hoeveel jongens en meisjes
Gestratificeerd: specifieke groepen van 50j/50m → subgroepen (strata)
Proportioneel; proportie strata komt overeen met de werkelijkheid
Cluster random sample: gebruik grotere eenheid. Vb; immigrantenwijk. De
verhouding mensen die hier woont is niet hetzelfde als de werkelijkheid van een land.
Getrapt/multilevel: verschillende niveau’s. Vb: scholen→klassen→leerlingen. 25
mensen per 4 klassen verdeeld over NL ipv 100 mensen over NL bijvoorbeeld.
- Select: bewust selecteren
Werving respondenten:
- Korte uitleg
- Aangeven relevantie
- Status onderzoek
- Anonimiteit
- Tijd
- Publicatie
- Verzorgheid
Non-respons: afgevallen respondenten door bv:
- Niet bereikt
- Kunnen/willen niet
- Geven onvolledige informatie
Is niet erg als ze afhaken mits nonrespons aselectief is.
Sample frame (steekproef) is niet hetzelfde als doelpopulatie steekproef. Je wil eigenlijk bij
een steekproef een kleine groep van de doelpopulatie hebben. Sample frame is de
operationele populatie hier trek je feitelijk uit. = stratified, gestratificeerde sample.
Variability: mate waarin mensen verschillen.
Bias: structuele vertekening. Mensen die zich te hoog
inschatten en wenselijke antwoorden geven.
Grote bias? Oorzaken:
1. Operationele populatie wijkt veel af van
doelpopulatie. Oplossingen; gebruik Sample
Random Sample uit doelpopulatie
2. Kan aan maat zelf liggen; pas de maat aan
, Grote variabiliteit? Oplossingen:
1. Verhoog n
3 soorten bias:
1. Samping Bias: als je telefonisch gaat uitnodigen, maak je al een selectie
2. Response Bias: bepaalde groep mensen die meedoet/reageer
3. Non-respons Bias
Inspecteer scores per variabele
1. Grafisch/frequentietabel
2. Samenvattingstabel
Let op: verdeling, centrum en spreiding van scores.
Voor nominale data is een staaf-, taartdiagram gebruik. Voor kwantitatieve data een
histogram. Unimodaal = 1 piek en dimodaal = 2 pieken.
Wat te doen met uitbijters: afwijkende groep (apart rapporteren?) kan je niet verbeteren en
scoringsfout kan je wel verbeteren.
Centrummaten: wat is het midden?
- Mediaan: middelst getal van geordende scores. Niet gevoelig, resistente maat. 50%
n+1
van de scores ligt links en 50% ligt rechts. als ze geordende liggen! Slecht bij
2
binaire data.
-
Gemiddelde: som scores gedeeld door aantal. Gevoeliger dan mediaan, niet
resistent. Want als je een miljoen toevoegt..
Modus is waar de grafiek het hoogste is, wat het meest frequente waarde. Past bij
categorische data.
Symmetrische verdeling: gem = mediaan , normaal verdeling
Scheve verdeling: gem =niet mediaan
Gemiddelde beschrijft het centrum en de standaard deviatie de veranderlijkheid.
U-shaped; middelste resultaten komen het minste voor en bij bell-shaped komen de
middelste resultaten het meeste voor. Skewed tot he right: bell-shaped met staart naar
rechts, dus; lagere waarden komen steeds meer voor. Mediaan is lager dan gemiddelde.
Mediaan ligt altijd dichterbij toppunt dan het gemiddelde.
Range is verschil tussen hoogste en laagste observatie. Zeer gevoelig voor uitbijters en
spreiding is onduidelijk.
College 3a + 3b
Statistical methods for the social sciences Hoofdstuk 3
Syllabus Hoofdstuk 2
∑ y1
Gemiddelde: Ý =
n
Y1 zijn alle losse observaties (y1, y2, y3 etc)
Gewogen gemiddelde: gemiddelde uitrekenen bij 2 steekproeven met ongelijke grootte:
n1 ý 1+ n2 ý 2
Ý = n1 is de grootte van steekproef 1 en y1 is daarvan het gemiddelde.
n1 + n2
