Statistiek II voor sociale
wetenschappen
Les 1 Herhaling basisconcepten
1. Statistiek & statistische gegevens
- Weerbaar zijn in een samenleving gedreven door cijfers
- Realiteit is complex en onzeker -> realiteit moet gekwantificeerd
worden
- Empirie om beweringen te staven
o Beweringen op zich niet voldoende => er is nood aan empirie
(fact check)
o Niet zomaar data verzamelen, maar volgens REGELS van de kunst
o Niet zomaar data analyseren, maar a.d.h.v. juiste techniek en met
ruimte voor onzekerheid
2. Steekproef & onderzoekspopulatie
- Populatie = wie onderzoek ik?
Vb. Alle klanten van Colruyt in september 2025 -> gemiddeld
aankoopbedrag per klant
- Steekproef = selectie uit volledige groep van onderzoekseenheden
in populatie
Vaak gebruik gemaakt van
eenvoudig aselecte
toevalsteekproef (EAS)
1
, Een steekproef moet zelfde karakteristieken hebben als van de
populatie die het vertegenwoordigt
- Problemen:
o Sampling error = toevalfouten, onnauwkeurigheid ->
betrouwbaarheid
Vb. enkel enquête in rusthuis als de populatie ook 30-50
jarigen bevat
o Non-sampling error = systematische fouten, vertekening ->
geldigheid
Selection bias (manier van selecteren van respondenten geeft
vertekend beeld) -> vb. survivor bias (enkel overlevenden
kunnen navertellen)
Non-response bias (zij die deelname verschillen significant van
de mensen die wel meedoen)
Item non-response bias (sommige vragen in de bevraging
worden niet beantwoord)
Vb. enquête in Frans waardoor Nederlandstaligen niet kunnen
meedoen
3. Beschrijvende & inferentiële statistiek
- Beschrijvende of deductieve statistiek
= beschrijven van geobserveerde gegevens (steekproef of
populatie)
Vb. Opinie rond invoeren doodstraf bij jongeren tussen 15-30 jaar
in VL gebaseerd op een steekproef van (maar) 3000 jongeren
- Inferentiële of inductieve statistiek
Inferentieel statistische methoden maken gebruik van
kansberekeningen die ervan uitgaan dat de gegevens door een
toevalssteekproef verzameld worden
De kansberekeningen hebben betrekking op een
steekproevenverdeling van een statistiek en die verdeling is vaak
normaalverdeerd
4. Variabelen: operationalisering & meetniveaus
- Variabelen: kenmerken die we observeren, meten of bevragen bij
de onderzoekseenheden
- Variabelen zijn variabel: kunnen meerdere waarden hebben (cijfers,
tekst)
- Vaak nood aan definiëring en operationalisering van concepten
Vb. leeftijd: aantal jaar?, aantal dagen?, leeftijdscategorie?
Vb. armoede: vanaf wanneer in armoede?
2
, - Variabelen: kwantitatief vs. kwalitatief:
o Kwalitatief/categorisch = tekst
o Kwantitatief/metrisch = cijfer
- 4 meetniveaus:
o Nominaal: categorieën zonder
ordening
o Ordinaal: categorieën MET ordening
o Interval: wiskundige waarde, geen
absoluut nulpunt
o Ratio: wiskundige waarde, WEL absoluut nulpunt
- Kwantitatieve variabelen:
o Discreet = (beperkt aantal) meestal gehele getallen, resultaat
van telling of classificatie (vb. aantal auto’s per gezin)
o Continu = variabele kan elke
waarde binnen een interval
aannemen
(vb. lichaamslengte, snelheid)
5. Frequentieverdelingen & grafische weergaven
6. Maten van centraliteit
Een getal dat de waarden van een variabele beschrijft aan de hand
van een centrale positie
- Modus (vanaf nominaal)
- Mediaan (vanaf ordinaal)
- Gemiddelde (vanaf interval)
7. Maten van spreiding
Een getal dat de mate van spreiding van waarden van een variabele
uitdrukt
- Variatiebreedte (ordinaal)
- Interkwartielafstand (ordinaal)
- Kwadratensom (interval)
- Variantie (interval)
- Standaardafwijking (interval)
8. Outliers
3
, - Observaties die sterk afwijken van de meerderheid van de
observaties (extreem hoog of lage waarden) -> kunnen mogelijk
statistische resultaten vertekenen
- Een outlier is niet noodzakelijk een inhoudelijke fout in de data, wel
een cijfermatige extremiteit
- Verken variabelen daarom cijfermatig en visueel om outliers te
detecteren
- Onderzoek de oorsprong van outliers alvorens in te grijpen
Les 2 Kansrekenen
Kansberekening mogelijk aan de hand van (toeval)steekproef
1. Basisconcepten van kansrekenen
Kansexperiment:
- Experiment waarvan de uitkomst door toeval wordt bepaald
- Mogelijke uitkomsten zijn wel gekend, experiment kan herhaald
worden, herhaalde experimenten zijn onafhankelijk
Uitkomstenruimte:
- Verzameling van alle mogelijke uitkomsten
Vb. Wanneer je een dobbelsteen eenmaal opgooit, is de
uitkomstenruimte {1,2,3,4,5,6}
Vb. Wanneer je eenmaal een muntstuk opgooit, is de
uitkomstenverzameling (K=kop, M=munt)
- Uitkomstenruimte voor meerdere
observaties visualiseren via
boomdiagram
Vb. prestaties van studenten op
een examen (C=correct, I=
incorrect)
Uit een boomdiagram kunnen we
afleiden dat studentenprestaties
op een examen bestaande uit 3
vragen 8 mogelijke uitkomsten
hebben
4
wetenschappen
Les 1 Herhaling basisconcepten
1. Statistiek & statistische gegevens
- Weerbaar zijn in een samenleving gedreven door cijfers
- Realiteit is complex en onzeker -> realiteit moet gekwantificeerd
worden
- Empirie om beweringen te staven
o Beweringen op zich niet voldoende => er is nood aan empirie
(fact check)
o Niet zomaar data verzamelen, maar volgens REGELS van de kunst
o Niet zomaar data analyseren, maar a.d.h.v. juiste techniek en met
ruimte voor onzekerheid
2. Steekproef & onderzoekspopulatie
- Populatie = wie onderzoek ik?
Vb. Alle klanten van Colruyt in september 2025 -> gemiddeld
aankoopbedrag per klant
- Steekproef = selectie uit volledige groep van onderzoekseenheden
in populatie
Vaak gebruik gemaakt van
eenvoudig aselecte
toevalsteekproef (EAS)
1
, Een steekproef moet zelfde karakteristieken hebben als van de
populatie die het vertegenwoordigt
- Problemen:
o Sampling error = toevalfouten, onnauwkeurigheid ->
betrouwbaarheid
Vb. enkel enquête in rusthuis als de populatie ook 30-50
jarigen bevat
o Non-sampling error = systematische fouten, vertekening ->
geldigheid
Selection bias (manier van selecteren van respondenten geeft
vertekend beeld) -> vb. survivor bias (enkel overlevenden
kunnen navertellen)
Non-response bias (zij die deelname verschillen significant van
de mensen die wel meedoen)
Item non-response bias (sommige vragen in de bevraging
worden niet beantwoord)
Vb. enquête in Frans waardoor Nederlandstaligen niet kunnen
meedoen
3. Beschrijvende & inferentiële statistiek
- Beschrijvende of deductieve statistiek
= beschrijven van geobserveerde gegevens (steekproef of
populatie)
Vb. Opinie rond invoeren doodstraf bij jongeren tussen 15-30 jaar
in VL gebaseerd op een steekproef van (maar) 3000 jongeren
- Inferentiële of inductieve statistiek
Inferentieel statistische methoden maken gebruik van
kansberekeningen die ervan uitgaan dat de gegevens door een
toevalssteekproef verzameld worden
De kansberekeningen hebben betrekking op een
steekproevenverdeling van een statistiek en die verdeling is vaak
normaalverdeerd
4. Variabelen: operationalisering & meetniveaus
- Variabelen: kenmerken die we observeren, meten of bevragen bij
de onderzoekseenheden
- Variabelen zijn variabel: kunnen meerdere waarden hebben (cijfers,
tekst)
- Vaak nood aan definiëring en operationalisering van concepten
Vb. leeftijd: aantal jaar?, aantal dagen?, leeftijdscategorie?
Vb. armoede: vanaf wanneer in armoede?
2
, - Variabelen: kwantitatief vs. kwalitatief:
o Kwalitatief/categorisch = tekst
o Kwantitatief/metrisch = cijfer
- 4 meetniveaus:
o Nominaal: categorieën zonder
ordening
o Ordinaal: categorieën MET ordening
o Interval: wiskundige waarde, geen
absoluut nulpunt
o Ratio: wiskundige waarde, WEL absoluut nulpunt
- Kwantitatieve variabelen:
o Discreet = (beperkt aantal) meestal gehele getallen, resultaat
van telling of classificatie (vb. aantal auto’s per gezin)
o Continu = variabele kan elke
waarde binnen een interval
aannemen
(vb. lichaamslengte, snelheid)
5. Frequentieverdelingen & grafische weergaven
6. Maten van centraliteit
Een getal dat de waarden van een variabele beschrijft aan de hand
van een centrale positie
- Modus (vanaf nominaal)
- Mediaan (vanaf ordinaal)
- Gemiddelde (vanaf interval)
7. Maten van spreiding
Een getal dat de mate van spreiding van waarden van een variabele
uitdrukt
- Variatiebreedte (ordinaal)
- Interkwartielafstand (ordinaal)
- Kwadratensom (interval)
- Variantie (interval)
- Standaardafwijking (interval)
8. Outliers
3
, - Observaties die sterk afwijken van de meerderheid van de
observaties (extreem hoog of lage waarden) -> kunnen mogelijk
statistische resultaten vertekenen
- Een outlier is niet noodzakelijk een inhoudelijke fout in de data, wel
een cijfermatige extremiteit
- Verken variabelen daarom cijfermatig en visueel om outliers te
detecteren
- Onderzoek de oorsprong van outliers alvorens in te grijpen
Les 2 Kansrekenen
Kansberekening mogelijk aan de hand van (toeval)steekproef
1. Basisconcepten van kansrekenen
Kansexperiment:
- Experiment waarvan de uitkomst door toeval wordt bepaald
- Mogelijke uitkomsten zijn wel gekend, experiment kan herhaald
worden, herhaalde experimenten zijn onafhankelijk
Uitkomstenruimte:
- Verzameling van alle mogelijke uitkomsten
Vb. Wanneer je een dobbelsteen eenmaal opgooit, is de
uitkomstenruimte {1,2,3,4,5,6}
Vb. Wanneer je eenmaal een muntstuk opgooit, is de
uitkomstenverzameling (K=kop, M=munt)
- Uitkomstenruimte voor meerdere
observaties visualiseren via
boomdiagram
Vb. prestaties van studenten op
een examen (C=correct, I=
incorrect)
Uit een boomdiagram kunnen we
afleiden dat studentenprestaties
op een examen bestaande uit 3
vragen 8 mogelijke uitkomsten
hebben
4
