Leerpad D – dataverwerking
1. statistiek
⟹ wetenschap van het ‘leren uit cijfermateriaal’
- In aanwezigheid van variabiliteit en toeval
- Waarbij de context van reële onderzoeksvragen cruciaal is
2. beschrijvende statistiek
⟹ we gaan metingen doen en die beschrijven
- Populatie: grote groep → is te groot voor een onderzoek → steekproef
wordt er uit gehaald en zijn de vertegenwoordigers voor die populatie → is
dit wel representatief voor de hele populatie?
- Voorbeeld beschrijvende statistiek: ordenen (laag-hoog), visualiseren (bv.
grafiek), karakteristieken (gemiddelde, spreiding) → meet de resultaten van de
personen die een bepaald onderzoek hebben meegedaan
- Voorbeeld verklarende statistiek: schattingstechnieken –
betrouwbaarheidsintervallen of hypothese – toets
2.1 meten en meetniveaus
⟹ meten is waarderen van kenmerken bij objecten
- Object – kenmerk – waarde
- Zorgvrager – lengte – 172cm
- Kenmerk/variabele met mogelijke uitslagen/waarden:
o Lengte (185cm)
o Angst (heel veel)
o Plaats (Lede)
o Geslacht (man)
o Temperatuur (24°C)
o Akkoord (ja/nee)
o Eten (kan helemaal alleen eten)
- Bijhouden van waarden… operationaliseren:
o Tekst
o Excel
o IBM SPSS
→ dit zijn de verschillende niveaus waarin
we de resultaten kunnen verdelen
- Verschil interval en ratio: bij interval
kan je wel onder de nul geraken bv. -2°C,
bij ratio niet
- waarom belangrijk? A.d.h.v. een
meetniveau kan je bepaalde analyses
beslissen of andere dingen doen
- Je kan altijd zakken van niveau maar
nooit na het afronden van een onderzoek
stijgen
1
, 2.2 univariaat – beschrijvende statistiek
⟹ onderscheid met bivariaat: als we metingen doen en we gaan 1 variabele pakken,
1 kenmerk = univariaat, als we 2 kenmerken nemen en welke mate deze samen iets
gaan uitvoeren = bivariaat
- Tellen: frequentietabellen – AF/RF/SF
- Tekenen: meetniveau is afhankelijk!
o N (groepen): staaf (BAR)/ cirkel of taart (PIE)
o I-R (scores): histogram, stam en bladdiagram, boxplot
- Rekenen: bijna alleen voor IR
o Centrale waarden: gemiddelde, mediaan, modus
o Spreidingswaarden: standaardafwijking, minimum, maximum
2.2.1 frequentietabellen
- we kunnen het in klassen trekken en dan gaan we spreken van
gegroepeerde frequentietabellen
2.2.2 terminologie in de frequentietabellen
2.3 centrale waarden (central tendency)
- Gemiddelde (mean) - µ/m/M
- Mediaan (median) – Me/~x
- Modus (mode) – Mo
2
1. statistiek
⟹ wetenschap van het ‘leren uit cijfermateriaal’
- In aanwezigheid van variabiliteit en toeval
- Waarbij de context van reële onderzoeksvragen cruciaal is
2. beschrijvende statistiek
⟹ we gaan metingen doen en die beschrijven
- Populatie: grote groep → is te groot voor een onderzoek → steekproef
wordt er uit gehaald en zijn de vertegenwoordigers voor die populatie → is
dit wel representatief voor de hele populatie?
- Voorbeeld beschrijvende statistiek: ordenen (laag-hoog), visualiseren (bv.
grafiek), karakteristieken (gemiddelde, spreiding) → meet de resultaten van de
personen die een bepaald onderzoek hebben meegedaan
- Voorbeeld verklarende statistiek: schattingstechnieken –
betrouwbaarheidsintervallen of hypothese – toets
2.1 meten en meetniveaus
⟹ meten is waarderen van kenmerken bij objecten
- Object – kenmerk – waarde
- Zorgvrager – lengte – 172cm
- Kenmerk/variabele met mogelijke uitslagen/waarden:
o Lengte (185cm)
o Angst (heel veel)
o Plaats (Lede)
o Geslacht (man)
o Temperatuur (24°C)
o Akkoord (ja/nee)
o Eten (kan helemaal alleen eten)
- Bijhouden van waarden… operationaliseren:
o Tekst
o Excel
o IBM SPSS
→ dit zijn de verschillende niveaus waarin
we de resultaten kunnen verdelen
- Verschil interval en ratio: bij interval
kan je wel onder de nul geraken bv. -2°C,
bij ratio niet
- waarom belangrijk? A.d.h.v. een
meetniveau kan je bepaalde analyses
beslissen of andere dingen doen
- Je kan altijd zakken van niveau maar
nooit na het afronden van een onderzoek
stijgen
1
, 2.2 univariaat – beschrijvende statistiek
⟹ onderscheid met bivariaat: als we metingen doen en we gaan 1 variabele pakken,
1 kenmerk = univariaat, als we 2 kenmerken nemen en welke mate deze samen iets
gaan uitvoeren = bivariaat
- Tellen: frequentietabellen – AF/RF/SF
- Tekenen: meetniveau is afhankelijk!
o N (groepen): staaf (BAR)/ cirkel of taart (PIE)
o I-R (scores): histogram, stam en bladdiagram, boxplot
- Rekenen: bijna alleen voor IR
o Centrale waarden: gemiddelde, mediaan, modus
o Spreidingswaarden: standaardafwijking, minimum, maximum
2.2.1 frequentietabellen
- we kunnen het in klassen trekken en dan gaan we spreken van
gegroepeerde frequentietabellen
2.2.2 terminologie in de frequentietabellen
2.3 centrale waarden (central tendency)
- Gemiddelde (mean) - µ/m/M
- Mediaan (median) – Me/~x
- Modus (mode) – Mo
2
