Samenvatting Statistiek Oefeningen | Praktijkgericht Onderzoek: inleiding 1 | Hogeschool Gent | 2025/26

OLOD praktijkgericht onderzoek – statistiek

STATISTIEK
EXAMEN

 Openboek examen – oefeningen
 Pwp alle leerstof – syllabus = ter ondersteuning

HOOFDSTUK 1: GEGEVENS VERWERKEN
1. GEGEVENS VERZAMELEN
DOEL VAN STATISTIEK?

 Op basis van beperkte data (steekproef) voorspellingen maken over populatie

 Statistische gevolgtrekking

 Nemen van beslissingen

 Enige onzekerheid: nooit 100% zeker!

 4 stappen in het proces

1. Beschrijvende statistiek - verzamelende gegevens/ dataset transformeren naar statistische
kerngetallen (%)

2. Kansrekening

3. Verklarende statistiek

4. (Hypothesetesten)

In essentie: massa aan data verzamelen, organiseren (Excel) & comprimeren in “statistische
getallen”
Vervolgens: getallen interpreteren & verklaren en gebruiken ter ondersteuning van hypothesen


CONCEPTEN

 Populatie – specifiek omschrijven

 Verzameling van alle te bestuderen objecten in onderzoek – doelgroep

 Alle inwoners van België, woonhuizen/appartementen in Vlaanderen, studenten logopedie
HOGent,..

 Steekproef

 Deelverzameling van populatie – aantal elementen = omvang n (= steekproef grootte)

 Selectie van 1500 Belgen, studie van 300 appartementen in Vlaanderen

 Moet het spiegelbeeld/ representatie zijn van de populatie

 Variabelen

 Kenmerken die onderzocht worden, op basis van doel van onderzoek en onderzoeksvraag

 Dataset = alle metingen van variabelen
1
Ella Van Reusel – PBA-LA MT1

, OLOD praktijkgericht onderzoek – statistiek
 Lengte, geboortegewicht, prijs, …

 Verwerking van alle gegevens in datamatrix – Excel tabel

 Kolommen met informatie die gegevens worden – variabelen




GEGEVENS VERZAMELEN

3 METHODEN:

 Enquête – sociale, politieke & psychologische wetenschappen

 Welzijnsenquête/ vragenlijst op werkvloer
 Opiniepeiling tijdens verkiezingsjaar

 Observatie

 Variabelen meten en de metingen oppakken in functie van de tijd – monitoringen
 Passief leren - ondergaan
 Jane Goodall: ook apen gebruiken gecoördineerd (dodelijk) geweld
 Econometrie: evolutie van vastgoedprijzen in functie van de tijd/ jaar
 Quality Assurance: efficiëntie van machines & personeel

 Experiment

 Invloed van Rilatine op concentratievermogen = onderzoeksvraag onvolledig
 Van wie?, leeftijd?, soort meting?, geslacht?,… = variabelen
 Op basis van combinaties van variabelen = experimentieel plan maken
 Conditie A: geen Rilatine
 Conditie B: wel Rilatine

 Verschil observatie – experiment
 Experiment = experimentieel plan maken – actief leren
 Observatie = passief leren – ondergaan – geen plan maken


2
Ella Van Reusel – PBA-LA MT1

, OLOD praktijkgericht onderzoek – statistiek
1. ONDERZOEK OPERATIONEEL DEFINIËREN

 Wie/wat onderzoeken we?!

 Belangrijk voor reproduceerbaarheid = resultaten moeten constant blijven = is niet in realiteit

 Omgevingsfactoren geven invloed op resultaten

 Experimenten moeten kunnen worden herhaald

2. STEEKPROEFKADER - CRITERIA

 Administratieve weergave van populatie – variabelen
 Concreet: lijst van personen, bedrijven, panden, … waaruit steekproef wordt gehaald
 Moet populatie zo goed mogelijk weerspiegelen!!
 Berekeningen om steekproef grootte te bepalen
 Klein = onbetrouwbaar
 Grote = veel administratie

 Wat als… steekproefkader onvolledig/slecht gedefinieerd is?




OPTIMAAL:




3. ASELECTE STEEKPROEF

 Alle elementen in populatie moeten gelijke kans/ balans hebben om in steekproef te
komen
 Randomisatie/ willekeurigheid van elementen in populatie
 “Bias” – onzuiverheden: bepaalde elementen hebben meer kans – bv. verhouding tussen
man-vrouw niet gelijk
 Voorbeeld: onderzoek naar racisme op werkvloer: 2 onderzoeken
 Willekeurig mensen uit willekeurige bedrijven selecteren op basis van resp.
rijksregisternummer en BTW-nummer
 Mensen selecteren uit (oude) ledenlijsten van Vlaams Blok = selectief - Bias

3
Ella Van Reusel – PBA-LA MT1

, OLOD praktijkgericht onderzoek – statistiek



4. BETROUWBAARHEID

 Bij herhaling van steekproeftrekking globaal zelfde resultaten
1. Voorbeeld van weegschaal! – er zijn altijd kleine variaties = kunnen we meten
2. Weliswaar variabiliteit in uitkomsten
3. Sterk afhankelijk van omvang!
1. Kleine steekproef = onbetrouwbaar
1. Bv. bij toeval 3 duurste villa’s geselecteerd voor vastgoedonderzoek
2. Te grote steekproef: ook problematisch
1. Bv. onderzoek duurt te lang, populatie “evolueert”


VARIABELEN

 Kenmerken of karakteristieken die bij populatie-elementen wordt onderzocht

 Type + schaal

TYPE - KWALITATIEVE VARIABELEN

1. Geen numerieke waarden
1. Eigenschappen, aanduidingen, namen
2. Bv. kleur, merk, gebouwtype, …

TYPE - KWANTITATIEVE VARIABELEN

2. Numerieke waarden
1. Bv. aantallen, gewicht, prijzen, rijksregisternummer, …

DISCRETE VARIABELEN CONTINUE VARIABELEN

3. (On)eindig aftelbaar aantal 5. Waardenbereik in interval of
verschillende uitkomsten willekeurig in ℝ
4. Veelal: gehele aantallen 6. “Kommagetallen”
1. Aantal ogen op een dobbelsteen 1. Tijd
2. Aantal auto’s per gezin 2. Afstand
3. Gewicht

SCHALEN

NOMINALE SCHAAL – NAMEN

7. Meet kwalitatieve kenmerken & eigenschappen die geen logische ordening kennen
1. Bv. kleur, merknaam, gebouwtypologie
8. Eventueel wel codenummers, rijksregisternummer = namen weergegeven door een cijfer
9. GEEN rekenkundige bewerkingen!

ORDINALE SCHAAL

10. Gegevens in logische volgorde/rang Heel ontevreden – 0 – 1 – 2 – 3 – 4 – 5 – 6 – 7 – Heel tevred
1. Bv. FIFA-ranking, Michelinsterren, Likert-schaal (nummerieke variabele op ordinale
schaal)
2. Bv. lengte = klein > groot, tijdstip 1, 2, 3, leeftijdscategorie,..
4
Ella Van Reusel – PBA-LA MT1