Statistiek voor bedrijfswetenschappen 1
Wat is statistiek?
Doel: van een bepaalde groep personen/objecten een kenmerk(=variabele)
bestuderen op basis van een set gegevens
Studenten: het geslacht, de leeftijd, de lengte, de haarkleur, de
lievelingsmuziek, ….
Appartementen: ligging, prijs, aantal slaapkamers, badkamers,
EPC-waarde, parkeerruimte, …
In het geval van kwaliteitscontrole van een grote lading producten, werkt statistiek
als volgt:
1) Populatie: De gehele lading producten vormt de populatie.
2) Steekproef: Een deel (= staaf) van de producten wordt geselecteerd voor
controle. Dit is de steekproef.
3) Gegevensverzameling: Bij de controle worden verschillende kenmerken
gemeten, zoals gewicht, volume en uitzicht.
4) Beschrijvende statistiek: De verzamelde gegevens worden geanalyseerd om
de kenmerken van de steekproef te beschrijven.
5) Kansrekening: Het toeval speelt een rol bij de selectie van producten voor de
steekproef. Statistiek gebruikt kansrekening om deze onzekerheid te
modelleren.
6) Verklarende statistiek: Op basis van de steekproefresultaten worden
conclusies getrokken over de gehele populatie (alle producten)
--> gegevens samenvatten in een frequentietabel = tabel waarin de gegevens
beknopt worden weergegeven op basis van frequenties
--> gegevens voorstellen in een grafiek = Grafische voorstelling van de gegevens met
behulp van: staafdiagram, strookdiagram, histogram, taartdiagram, evolutielijn, ...
=> data visualiseren + samenvatten in tabellen
,Hoofdstuk 1: Frequentietabellen en grafieken
Gegevens (= ruwe data) worden geordend in tabellen (frequentietabellen) en
verschillende soorten grafieken, waarbij de aanpak afhankelijk is van het type
variabele (kwalitatief of kwantitatief)
1.1 Kwalitatieve versus kwantitatieve variabelen
Kenmerken: ID, prijs in euro, oppervlakte, aantal slaapkamers, aantal badkamers, het
al of niet aanwezig zijn van een garage, EPC waarde (= toont hoe energiezuinig een
gebouw is)
Variabele = een kenmerk van individuen of objecten dat kan verschillen bij
verschillende individuen of objecten. Een variabele neemt waarden aan.
In elke kolom: variabele
In elke rij: één case of in dit voorbeeld van één appartement
De waarden van variabelen kunnen uitgedrukt zijn:
Letters
Cijfers
o ‘1’ kan staan voor aantal slaapkamers
o ‘1’ kan ook staan voor ‘ja er is minsten één appartement’ --> een code
Daarom definiëren we verschillende types van variabelen waaronder kwalitatieve en
kwantitatieve variabelen:
Kwalitatieve variabelen = variabele waarbij er niet zinvol kan gerekend worden
met de waarde van die variabele
Nominale variabele = waarde kan niet zinvol geordend worden (latijn:
nom = namen)
Grafiek: Staaf/ naalddiagram, taartdiagram
Ordinale variabele = waarde kan wel zinvol geordend worden
Soms nuttig om de verschillende mogelijke waarden van een
variabele om te zetten naar getallen --> het coderen van een
variabele (Bv. 0 of 1) (geen invloed op het type variabele) --> bv.
garage
Kwantitatieve variabelen = variabele waarbij er zinvol kan gerekend worden
met de waarde van die variabele
Discrete gegevens = het neemt weinig waarden aan
Grafiek: staafdiagram
Continue gegevens = Het neemt veel waarden aan
, Grafiek: Histogram
--> de aard van een kenmerk (variabele) is vaak afhankelijk van hoe we dit kenmerk
uitdrukken:
Als het kenmerk garage uitgedrukt wordt in het aantal garages, dan wordt dit
kenmerk --> kwantitatief
Als de oppervlakte enkel wordt weergegeven in categorieën (klein,
middelmatig en groot), dan wordt dit kenmerk --> kwalitatief
Er zijn echter ook kenmerken waarvan de aard steeds duidelijk is (Bv. Het
geslacht van een persoon is steeds nominaal)
Voorbeeld: Knokse appartementen
Nominale gegevens: ID, garage (al of niet aanwezig), zeezicht
Ordinale gegevens: EPC-label
Kwantitatief discreet: Slaapkamers, badkamers, terassen
Kwantitatief continu: prijs, oppervlakte, EPC-waarde, bouwjaar
Belangrijk: Er zit een ordening in het type variabele namelijk
1. Kwantitatieve variabelen
2. Ordinale variabelen
3. Nominale variabelen --> Nominaal zal altijd nominaal blijven (bv. Een
lievelingskleur)
, --> Kwantitatieve variabelen kunnen gemeten worden op ordinaal niveau maar het
omgekeerd kan niet
1.2 kwalitatieve variabelen
1.2.1 Nominale gegevens
Vb. --> frequentietabel = tabel die 1 of meerdere soorten frequenties bevat
Kolom 1: alle verschillende waarden die de variabele ‘haarkleur’ hier aanneemt
Kolom 2: absolute frequenties (ni) = geven weer hvl personen de
overeenkomstige haarkleur hebben --> deel van een geheel in getallen
o n = som van de absolute frequenties
Kolom 3: relatieve frequenties (fi) = geven weer welke proportie van de
personen de overeenkomstige haarkleur heeft --> deel van een geheel in
percentage
o 1 = som van de relatieve frequenties
o =
o n = totaal aantal observaties/ cases
Proportie = een getal gelegen tussen 0 en 1 (percentage)
Deze nominale gegevens grafisch voorstellen:
Beste grafiek --> Staaf/naalddiagram:
Breedte kiezen, dezelfde breedte
Staven mogen elkaar NOOIT raken
Hoogte = Absolute of relatieve frequentie
Wat is statistiek?
Doel: van een bepaalde groep personen/objecten een kenmerk(=variabele)
bestuderen op basis van een set gegevens
Studenten: het geslacht, de leeftijd, de lengte, de haarkleur, de
lievelingsmuziek, ….
Appartementen: ligging, prijs, aantal slaapkamers, badkamers,
EPC-waarde, parkeerruimte, …
In het geval van kwaliteitscontrole van een grote lading producten, werkt statistiek
als volgt:
1) Populatie: De gehele lading producten vormt de populatie.
2) Steekproef: Een deel (= staaf) van de producten wordt geselecteerd voor
controle. Dit is de steekproef.
3) Gegevensverzameling: Bij de controle worden verschillende kenmerken
gemeten, zoals gewicht, volume en uitzicht.
4) Beschrijvende statistiek: De verzamelde gegevens worden geanalyseerd om
de kenmerken van de steekproef te beschrijven.
5) Kansrekening: Het toeval speelt een rol bij de selectie van producten voor de
steekproef. Statistiek gebruikt kansrekening om deze onzekerheid te
modelleren.
6) Verklarende statistiek: Op basis van de steekproefresultaten worden
conclusies getrokken over de gehele populatie (alle producten)
--> gegevens samenvatten in een frequentietabel = tabel waarin de gegevens
beknopt worden weergegeven op basis van frequenties
--> gegevens voorstellen in een grafiek = Grafische voorstelling van de gegevens met
behulp van: staafdiagram, strookdiagram, histogram, taartdiagram, evolutielijn, ...
=> data visualiseren + samenvatten in tabellen
,Hoofdstuk 1: Frequentietabellen en grafieken
Gegevens (= ruwe data) worden geordend in tabellen (frequentietabellen) en
verschillende soorten grafieken, waarbij de aanpak afhankelijk is van het type
variabele (kwalitatief of kwantitatief)
1.1 Kwalitatieve versus kwantitatieve variabelen
Kenmerken: ID, prijs in euro, oppervlakte, aantal slaapkamers, aantal badkamers, het
al of niet aanwezig zijn van een garage, EPC waarde (= toont hoe energiezuinig een
gebouw is)
Variabele = een kenmerk van individuen of objecten dat kan verschillen bij
verschillende individuen of objecten. Een variabele neemt waarden aan.
In elke kolom: variabele
In elke rij: één case of in dit voorbeeld van één appartement
De waarden van variabelen kunnen uitgedrukt zijn:
Letters
Cijfers
o ‘1’ kan staan voor aantal slaapkamers
o ‘1’ kan ook staan voor ‘ja er is minsten één appartement’ --> een code
Daarom definiëren we verschillende types van variabelen waaronder kwalitatieve en
kwantitatieve variabelen:
Kwalitatieve variabelen = variabele waarbij er niet zinvol kan gerekend worden
met de waarde van die variabele
Nominale variabele = waarde kan niet zinvol geordend worden (latijn:
nom = namen)
Grafiek: Staaf/ naalddiagram, taartdiagram
Ordinale variabele = waarde kan wel zinvol geordend worden
Soms nuttig om de verschillende mogelijke waarden van een
variabele om te zetten naar getallen --> het coderen van een
variabele (Bv. 0 of 1) (geen invloed op het type variabele) --> bv.
garage
Kwantitatieve variabelen = variabele waarbij er zinvol kan gerekend worden
met de waarde van die variabele
Discrete gegevens = het neemt weinig waarden aan
Grafiek: staafdiagram
Continue gegevens = Het neemt veel waarden aan
, Grafiek: Histogram
--> de aard van een kenmerk (variabele) is vaak afhankelijk van hoe we dit kenmerk
uitdrukken:
Als het kenmerk garage uitgedrukt wordt in het aantal garages, dan wordt dit
kenmerk --> kwantitatief
Als de oppervlakte enkel wordt weergegeven in categorieën (klein,
middelmatig en groot), dan wordt dit kenmerk --> kwalitatief
Er zijn echter ook kenmerken waarvan de aard steeds duidelijk is (Bv. Het
geslacht van een persoon is steeds nominaal)
Voorbeeld: Knokse appartementen
Nominale gegevens: ID, garage (al of niet aanwezig), zeezicht
Ordinale gegevens: EPC-label
Kwantitatief discreet: Slaapkamers, badkamers, terassen
Kwantitatief continu: prijs, oppervlakte, EPC-waarde, bouwjaar
Belangrijk: Er zit een ordening in het type variabele namelijk
1. Kwantitatieve variabelen
2. Ordinale variabelen
3. Nominale variabelen --> Nominaal zal altijd nominaal blijven (bv. Een
lievelingskleur)
, --> Kwantitatieve variabelen kunnen gemeten worden op ordinaal niveau maar het
omgekeerd kan niet
1.2 kwalitatieve variabelen
1.2.1 Nominale gegevens
Vb. --> frequentietabel = tabel die 1 of meerdere soorten frequenties bevat
Kolom 1: alle verschillende waarden die de variabele ‘haarkleur’ hier aanneemt
Kolom 2: absolute frequenties (ni) = geven weer hvl personen de
overeenkomstige haarkleur hebben --> deel van een geheel in getallen
o n = som van de absolute frequenties
Kolom 3: relatieve frequenties (fi) = geven weer welke proportie van de
personen de overeenkomstige haarkleur heeft --> deel van een geheel in
percentage
o 1 = som van de relatieve frequenties
o =
o n = totaal aantal observaties/ cases
Proportie = een getal gelegen tussen 0 en 1 (percentage)
Deze nominale gegevens grafisch voorstellen:
Beste grafiek --> Staaf/naalddiagram:
Breedte kiezen, dezelfde breedte
Staven mogen elkaar NOOIT raken
Hoogte = Absolute of relatieve frequentie
