Statistiek voor bedrijfskunde
Inleiding tot statistiek
Wetenschap (en statistiek) gaat over het verzamelen van data en verklaringen zoeken voor wat
die data ons vertellen.
Twee onderzoeksmethoden:
1. Kwalitatieve onderzoeksmethoden: bij gegevens die bestaan uit woorden of tekst
→ veel voorkomende: interviews en focusgroepen
2. Kwantitatieve onderzoeksmethoden: bij data bestaande uit cijfers
→een set van tools en technieken die gebruikt wordt voor het beschrijven, organiseren
en interpreteren van informatie of gegeven
= statistiek
Wij gaan in op nummer 2 in deze cursus
Statistiek: instrument dat ons helpt om de wereld rondom ons te begrijpen
helpt ons bij trekken van conclusies op verantwoorde manier
Onderzoeksproces
Hoe interessante onderzoeksvraag beantwoorden → onderzoeksproces analyseren
Genereer een onderzoeksprobleem
= geformuleerde vraag of probleem
= waarop onderzoek een antwoord wil geven; vraag ondubbelzinnig geformuleerd zodat we
weten waarin we geïnteresseerd zijn en welke doelgroep we willen bestuderen (vanuit literatuur
of observatie in de wereld)
Raadpleeg een theorie
Eerste stap in het beantwoorden van een onderzoeksvraag.
Een theorie: een uitleg of set van principes die een breed fenomeen verklaart en die goed
onderbouwd is door herhaaldelijk te zijn getest
algemeen van toepassing op alle entiteiten of situaties:
set van entiteiten = populatie: kan heel divers zijn
Theorie: algemeen van toepassing op alle entiteiten of situaties
Populatie: theoretische groep waarover je conclusies wilt trekken; kan heel divers zijn
Genereer een hypothese
= een vooropgestelde verklaring voor een vrij beperkt fenomeen of een reeks waarnemingen
= een geïnformeerde poging om te verklaren wat er is waargenomen (geen gok)
→enger dan een theorie: theorie verklaart breed scala aan fenomenen
Verzamel data om een hypothese te testen
Vooraleer je hypothese kan testen: gegevens verzamelen die je kan analyseren MAAR eerst nog
variabelen definiëren
Dataset = verzameling van gegevens die op één of andere manier aan elkaar gekoppeld zijn
Spreadsheet met variabelen als kolom en cases als rij
1
,Variabele = alles dat kan worden gemeten en dat kan verschillen (of veranderen of variëren)
tussen entiteiten of in de tijd
Case = gegevens uit één bron van één of meerdere variabelen
Algemeen: een dataset is een spreadsheet met variabelen als kolommen en cases/observaties
als rijen. Elke variabele vertegenwoordigt een verzameling van één type gegeven, terwijl een case
alle gegevens over alle variabelen in de dataset uit één enkele bron omvat
4 types variabelen
1. Afhankelijke variabele (=verklaarde variabele, uitkomstvariabele, response, DV, …)
• Variabele van primair belang voor de onderzoeker
• Als onderzoeker is je doel om deze variabele te begrijpen en te omschrijven, om de
variabiliteit te verklaren of om deze variabele te voorspellen
2. Onafhankelijke variabele (=verklarende variabele, voorspellende variabele, predictor, IV, …)
• Variabele die een bepaalde invloed heeft op de afhankelijke variabele (positief of
negatief)
• Variatie in de afhankelijke variabele wordt verklaard door de variatie in de onafhankelijke
variabele(n) → stijging of daling in onafhankelijke variabele ook stijging of daling zien van
de afhankelijke variabele
3. Modererende variabele (=interactie, MV, …)
• Variabele die een invloed heeft op de richting en/of de sterkte van de relatie tussen de
onafhankelijke en afhankelijke variabelen
4. Mediërende variabele (=interveniërende variabele, IVV)
• Variabele die optreedt tussen het tijdstip dat de onafhankelijke variabele invloed begint
uit te oefenen op de afhankelijke variabele en het moment dat de impact duidelijk is
→ verklaart waarom de onafhankelijke variabele invloed heeft op afhankelijke variabele
→ verklaart het verband
Controlevariabele
Soort van onafhankelijke variabele= behoren niet tot kern van probleemstelling
bv. socio demografische variabelen zoals leeftijd en geslacht
= niet specifiek geïnteresseerd in impact van variabele, maar controle voor mogelijke
variatie in afhankelijke variabele die verklaart wordt door deze controle variabele
Meet variabelen
Voor je variabelen kan meten moet je ze eerst definiëren en operationaliseren
implicaties voor analyse die we uitvoeren en belangrijk voor interpretatie
Onderzoeker waakzaam zijn → wetenschap: garbage in, garbage out
bv statistische technieken toepassen, modellen opstellen, mooie grafieken ontwerpen...
maar wanneer data op slechte manier werd verzameld, slechte steekproef of variabele
niet goed gedefinieerd of operationaliseert → resultaat ook niet goed
2
,Variabelen meten = objecten zoals personen, bedrijven, afdelingen of huishoudens beschrijven
a.d.h.v. kenmerken zoals lengte, leeftijd of kwaliteit van dienstverlening
→ door cijfers of symbolen toekennen aan kenmerken
3 zaken die je kan meten:
1. Direct meetbare variabelen: direct observeren bv lengte (meetlat meten), weegschaal
(gewicht aflezen)
2. Indirect meetbare variabelen: meten met item op vraag die respondenten zelf
rechtstreeks kunnen beantwoorden bv vragen welke leeftijd of hoeveel kinderen in gezin
3. Constructen: niet direct of indirect meetbaar; abstracte zoals depressie, angst, geluk,
klanttevredenheid…
kenmerken die van belang zijn voor populatie, conceptueel gedefinieerd (betekenis
hebben in theoretische termen) → subjectieve zaken die moelijker zijn om te meten
Constructen eerst operationaliseren voor we ze kunnen meten.
Conceptuele definitie: wat betekent dat precies? Wat zijn de dimensies?
Bv. performance expectancy = de mate waarin het gebruik van een technologie
voordelen oplevert voor consumenten bij het uitvoeren van bepaalde activiteiten.
Operationalisering : hoe meet je het concept?
• Reduceren van abstracte concepten om ze op een tastbare manier meetbaar te maken
• Keuze maken over hoe we de stellingen gaan bevragen: hoe willen we dat respondenten
een antwoord geven?
o bv ja/nee vraag (minder info halen)
o beoordelen a.d.h.v. Likertschaal met 5 antwoordmogelijkheden
o Deze keuze heeft een belangrijke invloed op welke info we uit de variabele
kunnen halen
Twee soorten variabelen
Op welk meetniveau je een variabele meet zal invloed hebben op analyse achteraf
Meetniveau of meetschaal = relatie tussen wat wordt gemeten en de getallen die
vertegenwoordigen wat er wordt gemeten
Kwalitatieve of categorische variabele: opgebouwd uit categorieën (bv. diersoorten)
→ geen schaal- of metrische variabele
Binaire of dichotome variabele: eenvoudigste vorm; slechts 2 categorieën + entiteit kan slechts
in 1 v.d. 2 categorieën vallen (leven of dood, roker of niet-roker)
- Niet van numerieke aard: wel als getal gecodeerd; geen wiskundige betekenis
→doel waarde benoemen en respondenten classificeren
- Dummy variabele: categorieën gecodeerd met 0 en 1
MEETSCHAAL
• Nominaal: beschrijvingen of labels zonder gevoel of orde (kleuren, nationaliteiten...)
• Ordinaal: betekenisvolle volgorde; intervallen tussen de waarde in de schaal zijn niet
altijd gelijk (rang, Olympische medailles...)
o Bv. groot verschil tussen tevreden en ontevreden, maar kleiner verschil tussen
tevreden en zeer tevreden
3
, Kwantitatieve of schaal- of metrische variabele: variabelen die bepaalde numerieke weergave
hebben en die numeriek enige info bevatten→ je kan ermee rekenen (bv. leeftijd)
MEETSCHAAL
• Interval: geordende categorieën, maar intervallen tussen categorieën ook gelijk (bv.
temperaturen, kalenderjaar...); geen echt nulpunt en kunnen waarden onder 0 hebben
• Ratio: verhoudingen van waarden langs de schaal zinvol; zinvol nulpunt → 0 geeft
volledige afwezigheid aan (bv. gewicht, leeftijd, lengte, punten...)
Kwantitatieve variabelen kunnen ook worden geclassificeerd in discreet en continu
• Discreet = eindig aantal verschillende gehele getallen: verkregen door tellen
• Continu = oneindig fractionele waarden: niet worden geteld (bv leeftijd tellen: oneindig
duren want er zijn dagen, maanden, jaren , uren, seconden...)
Soms in elkaar vervagen: continue variabelen kunnen in discrete termen worden
gemeten
→ vb. leeftijd meten: we gebruiken zelden nanoseconden maar wel jaren
OOK: we behandelen discrete variabelen vaak alsof ze continu zijn
→ vb. aantal partners gestegen van 2,3 naar 3,5
Kwalitatieve gegevens altijd nominaal en discreet
Meetniveau hebben belangrijke implicaties voor de statistische analyses die kunnen worden
uitgevoerd. Schalen die er bestaan om variabelen te meten:
- Rating schalen: respondent moet 1 antwoord kiezen
o Dichotoom, categorisch, semantische differentiaalschaal, numerieke schaal,
itemised rating scale, Likertschaal, fixed/constant sum scale, stapelschaal,
grafische schaal
- Ranking schalen: meerdere zaken met elkaar vergelijken
o Paarsgewijze vergelijking, gedwongen keuze, vergelijkende schaal
Interne consistentie betrouwbaarheid
= meten de items in de schalen samen eenzelfde construct?
= voor we zomaar items samennemen om het construct te meten: aandacht besteden aan
betrouwbaarheid van meetinstrument
schaal die uit verschillende items bestaat: zijn alle verschillende items van de schaal
intern consistent zijn? = Meten ze hetzelfde construct?
4
Inleiding tot statistiek
Wetenschap (en statistiek) gaat over het verzamelen van data en verklaringen zoeken voor wat
die data ons vertellen.
Twee onderzoeksmethoden:
1. Kwalitatieve onderzoeksmethoden: bij gegevens die bestaan uit woorden of tekst
→ veel voorkomende: interviews en focusgroepen
2. Kwantitatieve onderzoeksmethoden: bij data bestaande uit cijfers
→een set van tools en technieken die gebruikt wordt voor het beschrijven, organiseren
en interpreteren van informatie of gegeven
= statistiek
Wij gaan in op nummer 2 in deze cursus
Statistiek: instrument dat ons helpt om de wereld rondom ons te begrijpen
helpt ons bij trekken van conclusies op verantwoorde manier
Onderzoeksproces
Hoe interessante onderzoeksvraag beantwoorden → onderzoeksproces analyseren
Genereer een onderzoeksprobleem
= geformuleerde vraag of probleem
= waarop onderzoek een antwoord wil geven; vraag ondubbelzinnig geformuleerd zodat we
weten waarin we geïnteresseerd zijn en welke doelgroep we willen bestuderen (vanuit literatuur
of observatie in de wereld)
Raadpleeg een theorie
Eerste stap in het beantwoorden van een onderzoeksvraag.
Een theorie: een uitleg of set van principes die een breed fenomeen verklaart en die goed
onderbouwd is door herhaaldelijk te zijn getest
algemeen van toepassing op alle entiteiten of situaties:
set van entiteiten = populatie: kan heel divers zijn
Theorie: algemeen van toepassing op alle entiteiten of situaties
Populatie: theoretische groep waarover je conclusies wilt trekken; kan heel divers zijn
Genereer een hypothese
= een vooropgestelde verklaring voor een vrij beperkt fenomeen of een reeks waarnemingen
= een geïnformeerde poging om te verklaren wat er is waargenomen (geen gok)
→enger dan een theorie: theorie verklaart breed scala aan fenomenen
Verzamel data om een hypothese te testen
Vooraleer je hypothese kan testen: gegevens verzamelen die je kan analyseren MAAR eerst nog
variabelen definiëren
Dataset = verzameling van gegevens die op één of andere manier aan elkaar gekoppeld zijn
Spreadsheet met variabelen als kolom en cases als rij
1
,Variabele = alles dat kan worden gemeten en dat kan verschillen (of veranderen of variëren)
tussen entiteiten of in de tijd
Case = gegevens uit één bron van één of meerdere variabelen
Algemeen: een dataset is een spreadsheet met variabelen als kolommen en cases/observaties
als rijen. Elke variabele vertegenwoordigt een verzameling van één type gegeven, terwijl een case
alle gegevens over alle variabelen in de dataset uit één enkele bron omvat
4 types variabelen
1. Afhankelijke variabele (=verklaarde variabele, uitkomstvariabele, response, DV, …)
• Variabele van primair belang voor de onderzoeker
• Als onderzoeker is je doel om deze variabele te begrijpen en te omschrijven, om de
variabiliteit te verklaren of om deze variabele te voorspellen
2. Onafhankelijke variabele (=verklarende variabele, voorspellende variabele, predictor, IV, …)
• Variabele die een bepaalde invloed heeft op de afhankelijke variabele (positief of
negatief)
• Variatie in de afhankelijke variabele wordt verklaard door de variatie in de onafhankelijke
variabele(n) → stijging of daling in onafhankelijke variabele ook stijging of daling zien van
de afhankelijke variabele
3. Modererende variabele (=interactie, MV, …)
• Variabele die een invloed heeft op de richting en/of de sterkte van de relatie tussen de
onafhankelijke en afhankelijke variabelen
4. Mediërende variabele (=interveniërende variabele, IVV)
• Variabele die optreedt tussen het tijdstip dat de onafhankelijke variabele invloed begint
uit te oefenen op de afhankelijke variabele en het moment dat de impact duidelijk is
→ verklaart waarom de onafhankelijke variabele invloed heeft op afhankelijke variabele
→ verklaart het verband
Controlevariabele
Soort van onafhankelijke variabele= behoren niet tot kern van probleemstelling
bv. socio demografische variabelen zoals leeftijd en geslacht
= niet specifiek geïnteresseerd in impact van variabele, maar controle voor mogelijke
variatie in afhankelijke variabele die verklaart wordt door deze controle variabele
Meet variabelen
Voor je variabelen kan meten moet je ze eerst definiëren en operationaliseren
implicaties voor analyse die we uitvoeren en belangrijk voor interpretatie
Onderzoeker waakzaam zijn → wetenschap: garbage in, garbage out
bv statistische technieken toepassen, modellen opstellen, mooie grafieken ontwerpen...
maar wanneer data op slechte manier werd verzameld, slechte steekproef of variabele
niet goed gedefinieerd of operationaliseert → resultaat ook niet goed
2
,Variabelen meten = objecten zoals personen, bedrijven, afdelingen of huishoudens beschrijven
a.d.h.v. kenmerken zoals lengte, leeftijd of kwaliteit van dienstverlening
→ door cijfers of symbolen toekennen aan kenmerken
3 zaken die je kan meten:
1. Direct meetbare variabelen: direct observeren bv lengte (meetlat meten), weegschaal
(gewicht aflezen)
2. Indirect meetbare variabelen: meten met item op vraag die respondenten zelf
rechtstreeks kunnen beantwoorden bv vragen welke leeftijd of hoeveel kinderen in gezin
3. Constructen: niet direct of indirect meetbaar; abstracte zoals depressie, angst, geluk,
klanttevredenheid…
kenmerken die van belang zijn voor populatie, conceptueel gedefinieerd (betekenis
hebben in theoretische termen) → subjectieve zaken die moelijker zijn om te meten
Constructen eerst operationaliseren voor we ze kunnen meten.
Conceptuele definitie: wat betekent dat precies? Wat zijn de dimensies?
Bv. performance expectancy = de mate waarin het gebruik van een technologie
voordelen oplevert voor consumenten bij het uitvoeren van bepaalde activiteiten.
Operationalisering : hoe meet je het concept?
• Reduceren van abstracte concepten om ze op een tastbare manier meetbaar te maken
• Keuze maken over hoe we de stellingen gaan bevragen: hoe willen we dat respondenten
een antwoord geven?
o bv ja/nee vraag (minder info halen)
o beoordelen a.d.h.v. Likertschaal met 5 antwoordmogelijkheden
o Deze keuze heeft een belangrijke invloed op welke info we uit de variabele
kunnen halen
Twee soorten variabelen
Op welk meetniveau je een variabele meet zal invloed hebben op analyse achteraf
Meetniveau of meetschaal = relatie tussen wat wordt gemeten en de getallen die
vertegenwoordigen wat er wordt gemeten
Kwalitatieve of categorische variabele: opgebouwd uit categorieën (bv. diersoorten)
→ geen schaal- of metrische variabele
Binaire of dichotome variabele: eenvoudigste vorm; slechts 2 categorieën + entiteit kan slechts
in 1 v.d. 2 categorieën vallen (leven of dood, roker of niet-roker)
- Niet van numerieke aard: wel als getal gecodeerd; geen wiskundige betekenis
→doel waarde benoemen en respondenten classificeren
- Dummy variabele: categorieën gecodeerd met 0 en 1
MEETSCHAAL
• Nominaal: beschrijvingen of labels zonder gevoel of orde (kleuren, nationaliteiten...)
• Ordinaal: betekenisvolle volgorde; intervallen tussen de waarde in de schaal zijn niet
altijd gelijk (rang, Olympische medailles...)
o Bv. groot verschil tussen tevreden en ontevreden, maar kleiner verschil tussen
tevreden en zeer tevreden
3
, Kwantitatieve of schaal- of metrische variabele: variabelen die bepaalde numerieke weergave
hebben en die numeriek enige info bevatten→ je kan ermee rekenen (bv. leeftijd)
MEETSCHAAL
• Interval: geordende categorieën, maar intervallen tussen categorieën ook gelijk (bv.
temperaturen, kalenderjaar...); geen echt nulpunt en kunnen waarden onder 0 hebben
• Ratio: verhoudingen van waarden langs de schaal zinvol; zinvol nulpunt → 0 geeft
volledige afwezigheid aan (bv. gewicht, leeftijd, lengte, punten...)
Kwantitatieve variabelen kunnen ook worden geclassificeerd in discreet en continu
• Discreet = eindig aantal verschillende gehele getallen: verkregen door tellen
• Continu = oneindig fractionele waarden: niet worden geteld (bv leeftijd tellen: oneindig
duren want er zijn dagen, maanden, jaren , uren, seconden...)
Soms in elkaar vervagen: continue variabelen kunnen in discrete termen worden
gemeten
→ vb. leeftijd meten: we gebruiken zelden nanoseconden maar wel jaren
OOK: we behandelen discrete variabelen vaak alsof ze continu zijn
→ vb. aantal partners gestegen van 2,3 naar 3,5
Kwalitatieve gegevens altijd nominaal en discreet
Meetniveau hebben belangrijke implicaties voor de statistische analyses die kunnen worden
uitgevoerd. Schalen die er bestaan om variabelen te meten:
- Rating schalen: respondent moet 1 antwoord kiezen
o Dichotoom, categorisch, semantische differentiaalschaal, numerieke schaal,
itemised rating scale, Likertschaal, fixed/constant sum scale, stapelschaal,
grafische schaal
- Ranking schalen: meerdere zaken met elkaar vergelijken
o Paarsgewijze vergelijking, gedwongen keuze, vergelijkende schaal
Interne consistentie betrouwbaarheid
= meten de items in de schalen samen eenzelfde construct?
= voor we zomaar items samennemen om het construct te meten: aandacht besteden aan
betrouwbaarheid van meetinstrument
schaal die uit verschillende items bestaat: zijn alle verschillende items van de schaal
intern consistent zijn? = Meten ze hetzelfde construct?
4
