Onderzoeksvaardigheden
Hoofdstuk 5: Kwantiatieve data- analyse
• Niet kennen:
– Berekenen van gemiddelde voor klassen, p. 191-192 + Fig. 49
– Berekening Chi² p. 205-206
– Vrijheidsgraden p. 207
– 5.3.3.2 Regressieanalyse met meerdere onafhankelijke variabelen
– 5.3.3.3 Regressieanalyse met intermediaire effecten
– 5.3.3.4 interactie-effecten en andere complexe modellen
– 5.4 Data-analyse via excel
! Dit is weldegelijk leerstof, maar wordt niet op het examen
gevraagd! Deze leerstof wordt verwerkt via de groepsopdracht
– 5.6 Aan de slag
1. Stap 1: Voorbereiding data-analyse
• Voorbeeld van ongecodeerde enquêtevragen (voor de respondent)
– Wat is uw geslacht?
Man
Vrouw
– Wat is uw leeftijd?
… jaar
– Ik heb kinderen
ja
nee
– Ik woon (officiële verblijfplaats) in de provincie:
West-Vlaanderen
Oost-Vlaanderen
Antwerpen
Vlaams-Brabant
Limburg
• Voorbeeld van gecodeerde enquêtevragen (voor de respondent)
,Onderzoeksvaardigheden
– Wat is uw geslacht?
Man 1
Vrouw 2
– Wat is uw leeftijd?
… jaar
– Ik heb kinderen
Ja 1
Nee 2
– Ik woon (officiële verblijfplaats) in de provincie:
West-Vlaanderen 1
Oost-Vlaanderen 2
Antwerpen 3
Vlaams-Brabant 4
Limburg 5
2. Stap 2: codeboek
VARIABELEN WAARDEN
geslacht 1 = man, 2 = vrouw
leeftijd uitgedrukt in jaren
kinderen ja = 1, nee = 2
facebook aantal keren gebruik van facebook per dag
sms 1= < 5, 2= 5-9, 3= 10-14, 4= 15-19, 5= >= 20
provincie 1=West-Vlaanderen, 2=Oost-Vlaanderen, 3= Antwerpen, 4=Vlaams Brabant, 5= limburg
studiegebied 1=SAW, 2=HANTAL, 3=V&V
3. Stap 3: datamatrix
• Op basis van ingevulde enquêtevragen
• Bv. voor respondent/onderzoekseenheid 1
• Respondent 1
– Man
– 25 jaar
– geen kinderen
– Meldt zich 15 keer per dag aan op FB
– Verstuurt minder dan 5 sms’en per dag
– Is afkomstig uit de provincie West-Vlaanderen
– Volgt opleiding in studiegebied SAW
• Antwoorden van alle respondenten/onderzoekseenheden
– Databestand of datamatrix
Meetniveau
, Onderzoeksvaardigheden
• Belang meetniveaus variabele,
– Afhankelijk van waarden variabelen
• Soorten meetniveaus
– Nominaal
– Ordinaal
– Interval
– ratio
• Waarom belangrijk?
– Basis voor keuze statistische bewerkingen
– Niet alle bewerkingen mogen/kunnen op elk meetniveau
3.1 Nominaal
– ≠ waarden = labels
• bv. Variabele geslacht -> waarden = man, vrouw
– Geen rangorde
– Bv. haarkleur, type auto, …
– Worden in codeboek omgevormd naar getallen
3.2 Ordinaal
– ≠ waarden = labels
• bv. Variabele diploma -> waarden = bachelor, master,…
– Zekere rangorde
– Bv. onderwijsniveau, tevredenheid, …
– Worden in codeboek omgevormd naar getallen
3.3 interval
– ≠ waarden = getallen (numeriek)
• bv. Variabele temperatuur –> waarden = -5 °C, +10 °C,…
– Vaste intervallen tussen de ≠ waarden
– Rangorde
– Willekeurig nulpunt
– Zinvolle bewerkingen
• Verschil uit te drukken in getal, dat telkens even groot is
tussen categorieën
• Niet vermenigvuldigen/delen
3.4 Ratio
– ≠ waarden = getallen (numeriek)
• bv. Variabele leeftijd -> waarden = 0 jaar, 5 jaar, 8 jaar,...
– Rangorde
Hoofdstuk 5: Kwantiatieve data- analyse
• Niet kennen:
– Berekenen van gemiddelde voor klassen, p. 191-192 + Fig. 49
– Berekening Chi² p. 205-206
– Vrijheidsgraden p. 207
– 5.3.3.2 Regressieanalyse met meerdere onafhankelijke variabelen
– 5.3.3.3 Regressieanalyse met intermediaire effecten
– 5.3.3.4 interactie-effecten en andere complexe modellen
– 5.4 Data-analyse via excel
! Dit is weldegelijk leerstof, maar wordt niet op het examen
gevraagd! Deze leerstof wordt verwerkt via de groepsopdracht
– 5.6 Aan de slag
1. Stap 1: Voorbereiding data-analyse
• Voorbeeld van ongecodeerde enquêtevragen (voor de respondent)
– Wat is uw geslacht?
Man
Vrouw
– Wat is uw leeftijd?
… jaar
– Ik heb kinderen
ja
nee
– Ik woon (officiële verblijfplaats) in de provincie:
West-Vlaanderen
Oost-Vlaanderen
Antwerpen
Vlaams-Brabant
Limburg
• Voorbeeld van gecodeerde enquêtevragen (voor de respondent)
,Onderzoeksvaardigheden
– Wat is uw geslacht?
Man 1
Vrouw 2
– Wat is uw leeftijd?
… jaar
– Ik heb kinderen
Ja 1
Nee 2
– Ik woon (officiële verblijfplaats) in de provincie:
West-Vlaanderen 1
Oost-Vlaanderen 2
Antwerpen 3
Vlaams-Brabant 4
Limburg 5
2. Stap 2: codeboek
VARIABELEN WAARDEN
geslacht 1 = man, 2 = vrouw
leeftijd uitgedrukt in jaren
kinderen ja = 1, nee = 2
facebook aantal keren gebruik van facebook per dag
sms 1= < 5, 2= 5-9, 3= 10-14, 4= 15-19, 5= >= 20
provincie 1=West-Vlaanderen, 2=Oost-Vlaanderen, 3= Antwerpen, 4=Vlaams Brabant, 5= limburg
studiegebied 1=SAW, 2=HANTAL, 3=V&V
3. Stap 3: datamatrix
• Op basis van ingevulde enquêtevragen
• Bv. voor respondent/onderzoekseenheid 1
• Respondent 1
– Man
– 25 jaar
– geen kinderen
– Meldt zich 15 keer per dag aan op FB
– Verstuurt minder dan 5 sms’en per dag
– Is afkomstig uit de provincie West-Vlaanderen
– Volgt opleiding in studiegebied SAW
• Antwoorden van alle respondenten/onderzoekseenheden
– Databestand of datamatrix
Meetniveau
, Onderzoeksvaardigheden
• Belang meetniveaus variabele,
– Afhankelijk van waarden variabelen
• Soorten meetniveaus
– Nominaal
– Ordinaal
– Interval
– ratio
• Waarom belangrijk?
– Basis voor keuze statistische bewerkingen
– Niet alle bewerkingen mogen/kunnen op elk meetniveau
3.1 Nominaal
– ≠ waarden = labels
• bv. Variabele geslacht -> waarden = man, vrouw
– Geen rangorde
– Bv. haarkleur, type auto, …
– Worden in codeboek omgevormd naar getallen
3.2 Ordinaal
– ≠ waarden = labels
• bv. Variabele diploma -> waarden = bachelor, master,…
– Zekere rangorde
– Bv. onderwijsniveau, tevredenheid, …
– Worden in codeboek omgevormd naar getallen
3.3 interval
– ≠ waarden = getallen (numeriek)
• bv. Variabele temperatuur –> waarden = -5 °C, +10 °C,…
– Vaste intervallen tussen de ≠ waarden
– Rangorde
– Willekeurig nulpunt
– Zinvolle bewerkingen
• Verschil uit te drukken in getal, dat telkens even groot is
tussen categorieën
• Niet vermenigvuldigen/delen
3.4 Ratio
– ≠ waarden = getallen (numeriek)
• bv. Variabele leeftijd -> waarden = 0 jaar, 5 jaar, 8 jaar,...
– Rangorde