Samenvatting statistiek in de criminologie

HOOFDSTUK 2: INLEIDENDE BEGRIPPEN
1. INLEIDING
 Objecten / onderzoekseenheden
 = de personen of zaken over wie je iets zegt
Bv. gemiddelde leeftijd van studenten 1e bach is 19,7 jaar
 Variabelen
= kenmerken van de objecten (leeftijd, geslacht, studiekeuze etc.)
 Onderzoekspopulatie
= de verzameling van individuen waarover we een uitspraak willen doen.
 Steekproef
= een staal uit de onderzoekspopulatie.
 Respondenten
= de bevraagde personen, dus een deelverzameling van de onderzoekspopulatie.
 Uitkomstenverzameling
= verzameling van alle mogelijke uitkomsten (waarden) van een variabele

uitgangspunt is wel OBSERVEERBAARHEID / WAARNEEMBAARHEID
o nauwkeurigheid: exactheid (precision)
o betrouwbaarheid: consistentie bij herhaalde waarneming (reliability)
o validiteit: geldigheid (validity / adequacy)
o resultaat van meten: ‘waarde’ (altijd een benadering van de ‘echte’ waarde!)

 Een steekproef is representatief als een kenmerk van een populatie evenveel voorkomt in
de steekproef + de steekproef moet toevalligerwijs (at random) samengesteld zijn.


2. BESCHRIJVEN, SCHATTEN EN VERALGEMENEN ALS
STATISTISCHE BEDRIJVIGHEID
STATISTIEK
= het geheel van regels en procedures om gemeten kenmerken te verwerken

(1)
Beschrijvende statistiek : weergeven van kenmerken die voorkomen in een
onderzoekspopulatie of in een steekproef, wanneer we niet alle eenheden kunnen bevragen
(2)
Inferentiële statistiek : het veralgemenen van de verzamelde gegevens in een steekproef
over de volledige populatie




-1-

,(1) Beschrijvende statistiek
‘Hoe kunnen grote hoeveelheden van gegevens zo overzichtelijk mogelijk worden
gepresenteerd zonder dat er (veel) informatie verloren gaat?’
 Momentopname geldig voor de onderzochte groep
 Samenhang van kenmerken onderzoeken a.d.h.v. hypothesen
 Laat niet toe om causaliteit vast te stellen (maar oorzaak-gevolg relaties veronderstellen
wel statistische samenhang!)
 Hypothesen toetsen via de inferentiële statistiek

(2) Inferentiële statistiek: bevindingen veralgemenen naar de onderzoekspopulatie.
HYPOTHESEN zijn specifieke stellingen betreffende de (causale) relatie tussen twee of meer
concepten, die afgeleid zijn uit de theorie.
 Onderzoekshypothese = de betrokken stelling geformuleerd in positieve zin, in de
richting van de verwachtingen van de onderzoeker.
 Nulhypothese = de hypothese dat er geen verband bestaat.
 Alternatieve hypothese = de onderzoekshypothese nadat de nulhypothese is verworpen.


3. STATISTIEK EN DE BEANTWOORDING VAN BESCHRIJVENDE EN
VERKLARENDE ONDERZOEKSVRAGEN
 Beschrijvende onderzoeksvraag: de kwantitatieve beschrijving van een fenomeen
(aantonen en beschrijven), geeft geen verklaring voor de bekomen resultaten.
 Verkennende onderzoeksvraag: aftasten van (nieuwe) veronderstellingen, gesitueerd
tussen beschrijvende en verklarende onderzoeksvragen.
 Verklarende onderzoeksvraag: gericht op het verklaren van geobserveerde verschillen of
veranderingen in uitkomstvariabelen. Wil een statistische verklaring bieden voor de
geobserveerde verschillen tussen eenheden o.b.v. één of meerdere kenmerken

4. STATISTISCHE EENHEDEN
 Statistische eenheden zijn de onderzoekseenheden waar men een uitspraak over wil doen.
o Deze eenheden kan men beschrijven a.d.h.v. een aantal kenmerken waarin de
onderzoekers geïnteresseerd zijn  Variabelen
o Variabelen zijn de kenmerken van statistische eenheden die variëren (als een
kenmerk niet varieert, is er sprake van een constante en is niet bruikbaar).
o De eenheden waarover uitspraken gedaan worden dienen variabiliteit of spreiding
te vertonen.

Kwalitatieve variabele
 omvat enkel categrorieën waaraan codes worden toegekent, hiermee kan je niet
rekenen

-2-

, Kwantitatieve variabelen
 omvat ‘numerieke waarden’, getallen waarmee je wel kan rekenen
Onafhankelijke variabele (‘predictor’)
o Voorgesteld door ‘X’
o Heeft een invloed op een afhankelijke variabele (in a-symmetrischerelatie)
Afhankelijke variabele (‘uitkomstvariabele’)
o Voorgesteld door ‘Y’
o Wordt beïnvloed door een onafhankelijke variabele (in a-symmetrische relatie)


5. UNIVARIATE, BIVARIATE EN MULTIVARIATE BESCHRIJVENDE
ANALYSE
 Univariate analyse = een analyse van één kenmerk dat varieert.
 Bivariate analyse = Twee variabelen (x en y) worden met elkaar in verband gebracht, men
kijkt naar de samenhang (correlatie) tussen twee kenmerken
 Multivariate analyse = een analyse van meer dan 2 variërende kenmerken.

Statistische analysetechnieken zijn dependent of niet-dependent:
o ‘Dependent’: veronderstellen een oorzaak-gevolg relatie (voorbeeld:
regressieanalyse)
o ‘Niet-dependent’: veronderstellen geen oorzaak-gevolg relatie, enkel
samenhang (voorbeeld: correlatieanalyse)


6. MEETNIVEAUS VAN VARIABELEN
Categorische meetniveaus = kwalitatieve en categorische variabelen

Nominaal meetniveau
 De waarde die een variabele kan aannemen heeft de betekenis van een naam, een categorie
 Er is geen sprake van rangorde
Bv. Geslacht, haarkleur, geboorteland, …
o Exclusiviteit: categorieën mogen elkaar niet overlappen, elke waarneming kan slechts
in 1 categorie terechtkomen
o Exhaustiviteit: elke waarneming moet in een categorie thuishoren er mogen geen
‘losse’ waarnemingen zijn

Ordinaal meetniveau
 Categorieën zijn ordenbaar
 Door de ordening kunnen de categorieën op een continuüm geplaatst worden
Bv. Opleidingsniveau, akkoord en niet akkoord, schaal 1 van 10, …
o Dichotoom: variabele die slechts twee waarden kan aannemen (bv. goed of fout)


-3-

, o Polytoom: variabele die meer dan twee categorieën kant (bv. nooit, 1x of meerdere
malen slachtoffer geworden het afgelopen jaar)



Metrische meetniveaus = kwantitatieve en metrische variabelen

Interval meetniveau
 De afstanden tussen waarden zijn altijd even groot, sprake van een vaste meeteenheid
Bv. Temperatuur: het verschil tussen 5°C en 10°C is even groot als het verschil tussen 20°C
en 25°C
 Er is geen absoluut nulpunt
Bv. Graden celsius, geboortejaar, …

Ratio meetniveau
 Er is wel sprake van een absoluut nulpunt
Bv. Leeftijd, inkomen, hoogte, …

NOMINAAL
ordenbaarheid
ORDINAAL
gelijk interval / meeteenheid
INTERVAL
absoluut nulpunt
RATIO


7. DISCRETE EN CONTINUE VARIABELEN
 Bij continue meetschalen kunnen alle mogelijke waarden de uitkomst zijn (reële getallen):
Bv. tijd: 1u 26min 39sec, 40sec, 41sec; leeftijd, …
 Een discrete meetschaal is beperkt tot een aantal waarden, de tussenliggende waarden
hebben geen betekenis (gehele getallen):
Bv. 1 kind, 2 kinderen; 4 televisies…


8. DE DATAMATRIX ALS INPUT VOOR STATISTISCHE ANALYSES
 Een gegevensmatrix bevat de informatie van elke statistische eenheid waarover men
informatie heeft verzameld.
 R*K-tabel: rijen/kolommen.
o Rijen= respondenten
o Kolommen= kenmerken
 ‘Codeboek’: er wordt een numerieke code gegeven aan een label.
Bv. 0 voor vrouwen, 1 voor mannen


-4-