STATISTIEK B - COMPLETE SAMENVATTING (2025)

STATISTIEK B


Doelstellingen
Je kan een bivariate of mul1variate kwan1ta1eve analyse uitvoeren.
Hiertoe onderscheiden we de volgende deelvaardigheden:
- je kan de juiste techniek associëren bij een bepaald analysemodel;
- je kan een t-test uitvoeren, interpreteren en rapporteren;
- je kan een onderzoek a.d.h.v. kruistabellen uitvoeren, interpreteren en rapporteren;
- je kan een correla1eonderzoek uitvoeren, interpreteren en rapporteren;
- je kan een ANOVA uitvoeren, interpreteren en rapporteren;
- je kan een bivariate en meervoudige regressieanalyse uitvoeren, interpreteren en rapporteren;
- je kan regressieanalyse met dummy-variabelen en interac1evariabelen uitvoeren, interpreteren en
rapporteren;
- je kan voor elk van deze technieken de assump1es nagaan.

,1. DE MEEST GEPASTE ANALYSETECHNIEK
Bivariate analyse: analyse van twee variabelen
Mul0variate analyse: analyse van meerdere variabelen

1.1. Identificeren van variabelen en hun meetniveau
Meetniveau Stemt overeen met… Of met …
Nominaal:
- Geen totale orde
- Geen meeteenheid
- Geen absoluut nulpunt
Kwalita0ef Categorisch / factor
Ordinaal:
- Wel totale orde
- Geen meeteenheid
- Geen absoluut nulpunt
Interval:
- Wel totale orde
- Wel meeteenheid
- Geen absoluut nulpunt Parametrisch / numeriek /
Kwan0ta0ef
Ra0o: con1nu
- Wel totale orde
- Wel meeteenheid
- Wel absoluut nulpunt


Tekenen van variabelen:
- Kwan0ta0eve variabelen: rechthoek
- Kwalita0eve variabelen:
o Twee variabelen: 2 rechthoekjes boven elkaar bv. jongens - meisjes
o Meer dan 2 variabelen: 3 rechthoekjes boven elkaar bv. onderwijsvorm




KWANTITATIEF KWALITATIEF / CATEGORISCH

à soms meer info nodig dan de onderzoeksvraag om te bepalen KWAL of KWAN?
- Likertschaal = ordinaal = kwalita1ef
- Totaalscore/schaalscore van Likertschaal = schaalscore = kwan1ta1ef




2
Sta1s1ek B

,1.2. Verbanden tussen variabelen
Eenvoudige causale verbanden: één of meer onaVankelijken en één aVankelijke
- Niet-causaal verband: samenhang tussen variabelen à dubbele pijl
o Rela4e tussen, samenhang, …
- Causaal verband: oorzaak-gevolg tussen variabelen à éénrich1ngspijl
o Effect, impact, voorspellen, verklaren, …
o Rich1ng in voorspelling
o Oorzaak = onaVankelijke variabele (X of voorspeller) à links
o Gevolg = aVankelijke variabele (Y) à rechts




CORRELATIE SAMENHANG

Complexe rela0es tussen onaOankelijke variabelen:
- Oneigenlijk verband = schijnverband = FOUTE CONCLUSIES
- Hoe oplossen?
o Controle variabelen:
§ Andere variabele die ook invloed kunnen hebben meenemen in onderzoek
§ Tekenen op dezelfde manier als causale verbanden
§ In onderzoeksvraag: Wat is het effect van X op Y…
• Ongeacht Z?
• Controlerend voor Z?
• Na rekening te houden met Z?
o Interac0evariabelen
§ Effect van twee variabelen samen op aVankelijke variabele
§ Tekenen: splitspijl (twee startbenen vormen één pijl met rich1ng)
§ In onderzoeksvraag: Is het effect van X op Y …
• AEankelijk van Z?
• Hetzelfde/iden4ek/gelijk voor … als door …?
• Verschillend voor … als voor …?
§ Hoofdeffecten (enkele pijlen) ook al1jd meenemen, anders kans op foute inschacng
van interac1e-effect (splitspijl)
o Onrechtstreekse (of indirecte) verbanden
§ Een variabele tussen de onaVankelijke en aVankelijke variabele
§ Tussenliggende of intermediaire variabele
§ Tekenen: extra variabelen tussen X en Y, tussenliggende is gevolg én oorzaak!




CONTROLE VARIABELEN INTERACTIE

è Deze pijlen komen ook terug in onze output!
3
Sta1s1ek B

, 1.3. Welke analysetechniek bij welke visualisatie
Analysetechniek terugvinden:

1) Type verband
2) Aantal onaVankelijke variabelen in onderzoeksvraag
3) Meetniveau van de variabele (kwalita1ef of kwan1ta1ef)

Flow-chart:




- Is er sprake van een causaal verband?
o Nee à tabel 1.3: niet-dependente analysetechnieken
o Ja à Hoeveel onaEankelijke variabelen zijn er?
§ 1 à tabel 1.4: dependente bivariate analysetechnieken
§ 2 of meer à tabel 1.5: dependente mul4variate analysetechnieken




4
Sta1s1ek B