Fleur Van Nueten Research & Analytics MAR204B
Research & Analytics
1. Ruwe Data
Ruwe data = ongestructureerde gegevens
• Kunnen worden verzamelt via een gestructureerde vragenlijst
Waar komt ruwe data vandaan?
Primaire data = ruwe gegevens die de onderzoeker zelf verzamelt middels veldwerk om antwoord te
vinden op bepaalde onderzoeksvraag → Primair onderzoek
Secundaire data = bestaande (ruwe) gegevens afkomstig van databases, documenten, rapporten van
kranten/ tijdschriften, marktonderzoekbureaus…
Qualtrics = software, bedoeld voor het opzetten, verwerken en analyseren van allerlei soorten
(complexe) online enquêtes
Populatie = bestaat uit aantal individuen die behoren tot de doelgroep van het onderzoek
• Het aantal individuen in de populatie wordt aangeduid met ‘N’
Steekproef = deelverzameling van individuen uit de populatie die effectief onderzocht worden
• Het aantal individuen in de steekproef wordt aangeduid met ‘n’
Respondent = elk individu die meewerkt aan het onderzoek
Waarneming/ meetuitslag = elk antwoord op een vraag
Variabele = bijvoorbeeld: ‘geslacht’ of ‘leeftijd
Label = bijvoorbeeld: zeer positief, eerder positief…
• Elk label komt overeen met een code
2. Meetniveaus of schaaltypes
2.1 Kwalitatieve of niet-metrische gegevens
Kwalitatieve of niet-metrische gegevens = hebben betrekking op een eigenschap die niet in cijfers
kan worden uitgedrukt
• Nominale meetniveau
• Ordinale meetniveau
2.1.1 Nominale meetniveau
• Gegevens in groepen plaatsen
• Gegevens kunnen niet worden gerangschikt
• Voorbeeld: Geslacht… man/vrouw/X
2.1.2 Ordinale meetniveau
• Gegevens rangschikken
• “Afstand” tussen verschillende waarden is niet vast
• Voorbeeld: hoogst behaalde diploma… lager onderwijs/ lager secundair onderwijs…
1
,Fleur Van Nueten Research & Analytics MAR204B
2.2 Kwantitatieve gegevens of metrische gegevens
Kwantitatieve gegevens of metrische gegevens = hebben betrekking op getallen
• Interval meetniveau
• Ratio meetniveau
2.2.1 Interval meetniveau
• Gegevens rangschikken en vergelijken
• “Afstand” tussen verschillende waarden is constant
• Er is geen natuurlijk nulpunt
• Verschillen bepalen mag, verhoudingen niet
• Voorbeeld: temperatuurmeting
❖ Geen natuurlijk nulpunt omdat 0 graden Celsius niet betekent dat er geen
temperatuur is
❖ Het verschil tussen 20 en 30 graden is even groot als het verschil tussen 10 en 20
graden
❖ Maar je mag niet zeggen dat 20 graden Celsius dubbel zo warm is als 20 graden
Celsius
Quasi-intervalschaal = een ordinale schaal die als intervalschaal wordt verwerkt
• Voorbeeld: tevredenheid weergeven op 10-puntenschaal → cijfers zijn vaak gelinkt aan
woorden waardoor het ordinaal is, maar dus verwerkt kan worden als interval
2.2.2 Ratio meetniveau
• Rangschikken van gegevens
• Er is een vast nulpunt (dat effectief de betekenis van 0 heeft)
• Verschillen en verhoudingen bepalen is toegelaten
2.3 Samenvatting van de meetniveaus
2
, Fleur Van Nueten Research & Analytics MAR204B
SPSS = veel gebruikte software om gegevens te analyseren
• Onderscheid 3 schaaltypes
❖ NOMINAL → nominale waarden
❖ ORDINAL → ordinale waarden
❖ SCALE → interval of ratio
3. Net Promotor score (NPS)
“Hoe waarschijnlijk is het dat u ons merk/ product… zou aanbevelen aan familie/ vrienden/
kennissen?”
• Klanten die score van 9 of 10 geven zijn ‘promotors’
• Klanten die score van 7 of 8 geven zijn ‘passive’
• Klanten die score van 0 tot 6 geven zijn ‘detractors’
NPS = het verschil tussen procentueel aandeel promotors en procentueel aandeel detractors
• NPS van 100? → Alle respondenten gaven een score van 9 of 10
• NPS van -100? → Alle respondenten gaven een score van 6 of minder
• In de praktijk: NPS van 50 of meer is zeer goed
• !! Een goede NPS betekent niet dat er goede bedrijfsresultaten zijn
4. Frequentietabellen
4.1 Ongegroepeerde frequentietabel
• Uit ongeordende reeks meetuitslagen kan weinig relevante info worden gehaald
❖ Daarom ruwe gegevens op correcte wijze samenvatten
→ groeperen van hoog naar laag of van laag naar hoog
→ zo snel zien welke meest en minst voorkomende is
Voorbeeld ongegroepeerde tabel:
Indien wordt nagegaan hoe vaak iedere meetuitslag voorkomt? → frequentietabel opstellen
Voorbeeld:
3
Research & Analytics
1. Ruwe Data
Ruwe data = ongestructureerde gegevens
• Kunnen worden verzamelt via een gestructureerde vragenlijst
Waar komt ruwe data vandaan?
Primaire data = ruwe gegevens die de onderzoeker zelf verzamelt middels veldwerk om antwoord te
vinden op bepaalde onderzoeksvraag → Primair onderzoek
Secundaire data = bestaande (ruwe) gegevens afkomstig van databases, documenten, rapporten van
kranten/ tijdschriften, marktonderzoekbureaus…
Qualtrics = software, bedoeld voor het opzetten, verwerken en analyseren van allerlei soorten
(complexe) online enquêtes
Populatie = bestaat uit aantal individuen die behoren tot de doelgroep van het onderzoek
• Het aantal individuen in de populatie wordt aangeduid met ‘N’
Steekproef = deelverzameling van individuen uit de populatie die effectief onderzocht worden
• Het aantal individuen in de steekproef wordt aangeduid met ‘n’
Respondent = elk individu die meewerkt aan het onderzoek
Waarneming/ meetuitslag = elk antwoord op een vraag
Variabele = bijvoorbeeld: ‘geslacht’ of ‘leeftijd
Label = bijvoorbeeld: zeer positief, eerder positief…
• Elk label komt overeen met een code
2. Meetniveaus of schaaltypes
2.1 Kwalitatieve of niet-metrische gegevens
Kwalitatieve of niet-metrische gegevens = hebben betrekking op een eigenschap die niet in cijfers
kan worden uitgedrukt
• Nominale meetniveau
• Ordinale meetniveau
2.1.1 Nominale meetniveau
• Gegevens in groepen plaatsen
• Gegevens kunnen niet worden gerangschikt
• Voorbeeld: Geslacht… man/vrouw/X
2.1.2 Ordinale meetniveau
• Gegevens rangschikken
• “Afstand” tussen verschillende waarden is niet vast
• Voorbeeld: hoogst behaalde diploma… lager onderwijs/ lager secundair onderwijs…
1
,Fleur Van Nueten Research & Analytics MAR204B
2.2 Kwantitatieve gegevens of metrische gegevens
Kwantitatieve gegevens of metrische gegevens = hebben betrekking op getallen
• Interval meetniveau
• Ratio meetniveau
2.2.1 Interval meetniveau
• Gegevens rangschikken en vergelijken
• “Afstand” tussen verschillende waarden is constant
• Er is geen natuurlijk nulpunt
• Verschillen bepalen mag, verhoudingen niet
• Voorbeeld: temperatuurmeting
❖ Geen natuurlijk nulpunt omdat 0 graden Celsius niet betekent dat er geen
temperatuur is
❖ Het verschil tussen 20 en 30 graden is even groot als het verschil tussen 10 en 20
graden
❖ Maar je mag niet zeggen dat 20 graden Celsius dubbel zo warm is als 20 graden
Celsius
Quasi-intervalschaal = een ordinale schaal die als intervalschaal wordt verwerkt
• Voorbeeld: tevredenheid weergeven op 10-puntenschaal → cijfers zijn vaak gelinkt aan
woorden waardoor het ordinaal is, maar dus verwerkt kan worden als interval
2.2.2 Ratio meetniveau
• Rangschikken van gegevens
• Er is een vast nulpunt (dat effectief de betekenis van 0 heeft)
• Verschillen en verhoudingen bepalen is toegelaten
2.3 Samenvatting van de meetniveaus
2
, Fleur Van Nueten Research & Analytics MAR204B
SPSS = veel gebruikte software om gegevens te analyseren
• Onderscheid 3 schaaltypes
❖ NOMINAL → nominale waarden
❖ ORDINAL → ordinale waarden
❖ SCALE → interval of ratio
3. Net Promotor score (NPS)
“Hoe waarschijnlijk is het dat u ons merk/ product… zou aanbevelen aan familie/ vrienden/
kennissen?”
• Klanten die score van 9 of 10 geven zijn ‘promotors’
• Klanten die score van 7 of 8 geven zijn ‘passive’
• Klanten die score van 0 tot 6 geven zijn ‘detractors’
NPS = het verschil tussen procentueel aandeel promotors en procentueel aandeel detractors
• NPS van 100? → Alle respondenten gaven een score van 9 of 10
• NPS van -100? → Alle respondenten gaven een score van 6 of minder
• In de praktijk: NPS van 50 of meer is zeer goed
• !! Een goede NPS betekent niet dat er goede bedrijfsresultaten zijn
4. Frequentietabellen
4.1 Ongegroepeerde frequentietabel
• Uit ongeordende reeks meetuitslagen kan weinig relevante info worden gehaald
❖ Daarom ruwe gegevens op correcte wijze samenvatten
→ groeperen van hoog naar laag of van laag naar hoog
→ zo snel zien welke meest en minst voorkomende is
Voorbeeld ongegroepeerde tabel:
Indien wordt nagegaan hoe vaak iedere meetuitslag voorkomt? → frequentietabel opstellen
Voorbeeld:
3
