Samenvatting R&A
Module week 1
Ruwe Data
- Primaire data
- Secundaire data
- Gestructureerde vragenlijst
- Qualtrics
Voorbeeld 1
Variabelen: geslacht en leeftijd
Waarnemingen = meetuitslagen
Voorbeeld 2: tevredenheidsscore
➔ Altijd label en code geven.
o Cijfer is code
o Label is goed, heel goed
1
,Primaire data: ruwe gegevens die de onderzoeker zelf verzamelt middels
veldwerk om een antwoord te vinden op een bepaalde onderzoeksvraag. Je
spreekt in dit geval van primair onderzoek
Secundaire Data: bestaande gegevens (databank, documenten, rapporten,..)
Ruwe data kunnen verzameld worden via een gestructureerde vragenlijst
afgenomen bij een grote groep respondenten (voorbeeld canvas).
Qualtrics: software die bedoelt is voor het opzetten, verwerken en analyseren
van allerlei soorten online enquêtes.
Een marktonderzoek wordt altijd uitgevoerd bij een welbepaalde populatie.
De gehele populatie ondervragen is tijdrovend, vandaar een steekproef. Het
aantal individuen wordt aangeduid met de kleine letter n. Elk individu die
meewerkt aan het onderzoek is een respondent.
Voorbeeld: de populatie bestaat uit alle inwoners van Vlaanderen van 18 tem 70
jaar. Dat zijn er ongeveer 4,4 miljoen (4,4miljoen=N=populatie) (2018). Er
werden 1100 Vlamingen effectief ondervraagd (1100=n=steekproefgrootte).
Meetniveau’s of schaaltypes
Eerst en vooral is er een onderscheid tussen
Kwalitatieve of non-metrische gegevens >< kwantitatieve of metrische gegevens
Kwalitatieve of niet-metrische gegevens: hebben betrekking op een
eigenschap die niet in cijfers kan worden uitgedrukt. Deze worden ingedeeld in
twee meetniveaus:
- Het nominale meetniveau
- Het ordinale meetniveau
Kwantitatieve of metrische gegevens: hebben betrekking op getallen. Deze
worden ingedeeld in twee meetniveaus:
- Het interval meetniveau
- Het ratio meetniveau
Nominale meetniveau
Laat enkel toe om gegevens in groepen in te delen. De gegevens kunnen niet
worden gerangschikt. (bv. Man/Vrouw)
Ordinale meetniveau
Laat toe om gegevens te rangschikken waardoor ze vergelijkbaar zijn. De
afstand tussen de verschillende waarden is echter niet constant (niet dezelfde).
(Bv: Opleidingsniveau) dezelfde score is anders bijvoorbeeld hoe lekker iemand
chocolade vind, beide personen geven een 3 maar toch is wiskundig niet zeker
dat ze het even lekker vinden. (let op geen cijfers hier, enkel voorbeeld om
duidelijk te maken).
2
,Interval meetniveau
Laat toe gegevens te rangschikken en te vergelijken, de afstand tussen de
verschillende waarden is constant. Er is geen natuurlijk nulpunt.
(Bv: temperatuurmeting, je hebt geen natuurlijk nulpunt want 0 graden celsius
betekent niet dat er geen temperatuur is. En de afstand tussen 20 en 30 graden
is even groot als die tussen 10 en 20 graden.)
Het interval meetniveau is een metrisch niveau, deze laten meer statische
bewerkingen toe dan non-metrische.
In marktonderzoek komt een zuiver intervalschaal weinig voor. Wel gebruiken
onderzoekers veel nominale en ordinale schalen. In het geval van ordinale
schalen voeren onderzoekers allerlei statistische berekeningen die strikt
genomen enkel correct zijn voor metrische schalen. Een ordinale schaal die als
intervalschaal wordt verwerkt, wordt daarom ook een quasi-intervalschaal
genoemd.
Voorbeeld quasi-intervalschaal
De beoordeling van de bereikbaarheid van de campus of dergelijke zijn ordinale
schalen. In de praktijk kan een onderzoeker deze als interval geschaald
beschouwen. (quasi). En berekent hiervan het rekenkundige gemiddelde,
standaarddeviatie, en andere parameters die in principe enkel te berekenen zijn
bij metrische gegevens.
Ratio meetniveau
Laat het rangschikken van gegevens toe. De afstand tussen de verschillende
waarden is constant. Er is een vast nulpunt (met betekenis 0). Verschillen en
verhoudingen bepalen is toegelaten
Inkomen, leeftijd en de ideale pensioenleeftijd zijn voorbeelden van een
ratioschaal.
Samenvatting van de meetniveaus en hun kenmerken.
3
, De groep van metrische gegevens kan ook onderverdeeld worden in continue en
discrete variabelen.
Continue variabelen: kunnen in theorie elke waarde aannemen (soms binnen
een beperkt gebied), mits je ze nauwkeurig genoeg kunt meten. Het zijn
variabelen die in cijfers na de komma kunnen weergegeven worden.
(Bv: buitentemperatuur, grootte van een persoon, afstand)
Discrete variabelen: hebben slechts een beperkt aantal getallen als mogelijke
uitkomst. (Bv: aantal wekelijkse bezoeken aan supermarkt). In sommige
gevallen kunnen ze een komma getal bevatten zoals de variabele schoenmaat.
De andere tussenliggende waarden komen echter niet voor.
Het belang van meetniveaus
Het belang ligt in het feit dat het meetniveau bepaalt welke statistische
bewerkingen toegelaten zijn. Hoe hoger het niveau (van nominaal over ordinaal
en interval naar ratiomeetniveau)n hoe meer bewerkingen zijn toegestaan zoals
blijkt uit onderstaand overzicht.
Een extraatje: de NPS
Dit is een voorbeeld van een interval-geschaalde variabele. De NPS werd in 2006
ontwikkeld doo rReivheld.
De ruwe data zijn de scores van 0 tot 10.
Ook de forrester customer experience index (Cxi) werkt met een quasi-
intervalschaal.
4
Module week 1
Ruwe Data
- Primaire data
- Secundaire data
- Gestructureerde vragenlijst
- Qualtrics
Voorbeeld 1
Variabelen: geslacht en leeftijd
Waarnemingen = meetuitslagen
Voorbeeld 2: tevredenheidsscore
➔ Altijd label en code geven.
o Cijfer is code
o Label is goed, heel goed
1
,Primaire data: ruwe gegevens die de onderzoeker zelf verzamelt middels
veldwerk om een antwoord te vinden op een bepaalde onderzoeksvraag. Je
spreekt in dit geval van primair onderzoek
Secundaire Data: bestaande gegevens (databank, documenten, rapporten,..)
Ruwe data kunnen verzameld worden via een gestructureerde vragenlijst
afgenomen bij een grote groep respondenten (voorbeeld canvas).
Qualtrics: software die bedoelt is voor het opzetten, verwerken en analyseren
van allerlei soorten online enquêtes.
Een marktonderzoek wordt altijd uitgevoerd bij een welbepaalde populatie.
De gehele populatie ondervragen is tijdrovend, vandaar een steekproef. Het
aantal individuen wordt aangeduid met de kleine letter n. Elk individu die
meewerkt aan het onderzoek is een respondent.
Voorbeeld: de populatie bestaat uit alle inwoners van Vlaanderen van 18 tem 70
jaar. Dat zijn er ongeveer 4,4 miljoen (4,4miljoen=N=populatie) (2018). Er
werden 1100 Vlamingen effectief ondervraagd (1100=n=steekproefgrootte).
Meetniveau’s of schaaltypes
Eerst en vooral is er een onderscheid tussen
Kwalitatieve of non-metrische gegevens >< kwantitatieve of metrische gegevens
Kwalitatieve of niet-metrische gegevens: hebben betrekking op een
eigenschap die niet in cijfers kan worden uitgedrukt. Deze worden ingedeeld in
twee meetniveaus:
- Het nominale meetniveau
- Het ordinale meetniveau
Kwantitatieve of metrische gegevens: hebben betrekking op getallen. Deze
worden ingedeeld in twee meetniveaus:
- Het interval meetniveau
- Het ratio meetniveau
Nominale meetniveau
Laat enkel toe om gegevens in groepen in te delen. De gegevens kunnen niet
worden gerangschikt. (bv. Man/Vrouw)
Ordinale meetniveau
Laat toe om gegevens te rangschikken waardoor ze vergelijkbaar zijn. De
afstand tussen de verschillende waarden is echter niet constant (niet dezelfde).
(Bv: Opleidingsniveau) dezelfde score is anders bijvoorbeeld hoe lekker iemand
chocolade vind, beide personen geven een 3 maar toch is wiskundig niet zeker
dat ze het even lekker vinden. (let op geen cijfers hier, enkel voorbeeld om
duidelijk te maken).
2
,Interval meetniveau
Laat toe gegevens te rangschikken en te vergelijken, de afstand tussen de
verschillende waarden is constant. Er is geen natuurlijk nulpunt.
(Bv: temperatuurmeting, je hebt geen natuurlijk nulpunt want 0 graden celsius
betekent niet dat er geen temperatuur is. En de afstand tussen 20 en 30 graden
is even groot als die tussen 10 en 20 graden.)
Het interval meetniveau is een metrisch niveau, deze laten meer statische
bewerkingen toe dan non-metrische.
In marktonderzoek komt een zuiver intervalschaal weinig voor. Wel gebruiken
onderzoekers veel nominale en ordinale schalen. In het geval van ordinale
schalen voeren onderzoekers allerlei statistische berekeningen die strikt
genomen enkel correct zijn voor metrische schalen. Een ordinale schaal die als
intervalschaal wordt verwerkt, wordt daarom ook een quasi-intervalschaal
genoemd.
Voorbeeld quasi-intervalschaal
De beoordeling van de bereikbaarheid van de campus of dergelijke zijn ordinale
schalen. In de praktijk kan een onderzoeker deze als interval geschaald
beschouwen. (quasi). En berekent hiervan het rekenkundige gemiddelde,
standaarddeviatie, en andere parameters die in principe enkel te berekenen zijn
bij metrische gegevens.
Ratio meetniveau
Laat het rangschikken van gegevens toe. De afstand tussen de verschillende
waarden is constant. Er is een vast nulpunt (met betekenis 0). Verschillen en
verhoudingen bepalen is toegelaten
Inkomen, leeftijd en de ideale pensioenleeftijd zijn voorbeelden van een
ratioschaal.
Samenvatting van de meetniveaus en hun kenmerken.
3
, De groep van metrische gegevens kan ook onderverdeeld worden in continue en
discrete variabelen.
Continue variabelen: kunnen in theorie elke waarde aannemen (soms binnen
een beperkt gebied), mits je ze nauwkeurig genoeg kunt meten. Het zijn
variabelen die in cijfers na de komma kunnen weergegeven worden.
(Bv: buitentemperatuur, grootte van een persoon, afstand)
Discrete variabelen: hebben slechts een beperkt aantal getallen als mogelijke
uitkomst. (Bv: aantal wekelijkse bezoeken aan supermarkt). In sommige
gevallen kunnen ze een komma getal bevatten zoals de variabele schoenmaat.
De andere tussenliggende waarden komen echter niet voor.
Het belang van meetniveaus
Het belang ligt in het feit dat het meetniveau bepaalt welke statistische
bewerkingen toegelaten zijn. Hoe hoger het niveau (van nominaal over ordinaal
en interval naar ratiomeetniveau)n hoe meer bewerkingen zijn toegestaan zoals
blijkt uit onderstaand overzicht.
Een extraatje: de NPS
Dit is een voorbeeld van een interval-geschaalde variabele. De NPS werd in 2006
ontwikkeld doo rReivheld.
De ruwe data zijn de scores van 0 tot 10.
Ook de forrester customer experience index (Cxi) werkt met een quasi-
intervalschaal.
4
