Samenvatting Methodologie deel 3:
KWANTITATIEF
Inhoudsopgave
Samenvatting Methodologie deel 3: KWANTITATIEF..............................................................................1
Inleidende les.....................................................................................................................................3
Coderen en data-entry in SPSS.......................................................................................................3
Hfdst 1: Inleiding................................................................................................................................6
1.1 Methoden en technieken, statistiek.........................................................................................7
1.2 Criminaliteit en criminologie....................................................................................................8
1.3 Univariate, bivariate en multivariate technieken.....................................................................8
1.4 Kenmerken van multivariate technieken..................................................................................8
1.5 Wat gaan we doen in dit boek?................................................................................................9
........................................................................................................................................................12
Hfdst 2: Methodologie in vogelvlucht..............................................................................................12
2.1 Inleiding.................................................................................................................................12
2.2 Afhankelijke en onafhankelijke variabelen.............................................................................13
2.3 Modellen................................................................................................................................13
2.4 Operationaliseren en meten..................................................................................................13
2.3 Modellen................................................................................................................................14
2.4 Operationaliseren en meten..................................................................................................14
Hfdst 3: Statistiek, univariate en bivariate technieken in vogelvlucht..............................................14
3.1 Beschrijvende statistiek..........................................................................................................14
3.2 Inferentiële statistiek.............................................................................................................16
3.3 Symmetrische bivariate technieken.......................................................................................19
3.4 Assymetrische bivariate technieken.......................................................................................26
Hfdst 4: Soorten multivariate technieken (zie pwp slides)...............................................................26
4.1 Verschillen en overeenkomsten tussen technieken...............................................................26
Hfdst 5: Algemene kwesties.............................................................................................................28
5.1 Data cleaning.........................................................................................................................28
5.2 Missende waarden.................................................................................................................29
5.3 Variabelen prepareren: transformeren, hercoderen en somschalen.....................................31
1
, 5.4 Repliceerbaarheid van analyses.............................................................................................32
5.5 De gevaren van afwijkende antwoordpatronen.....................................................................33
5.6 Kruisvalidatie..........................................................................................................................33
5.7 Statistische pakketten............................................................................................................33
H9: principale componenten-analyse en schaalconstructie.............................................................42
9.1 Cronbach’s alpha....................................................................................................................46
9.2 Principale componenten-analyse...........................................................................................47
9.3 Praktische kwesties +.............................................................................................................52
9.4 Assumpties.............................................................................................................................52
9.5 Missings (NIET).......................................................................................................................53
9.6 Voorbeeld met SPSS .............................................................................................................53
9.7 Relatie tussen principale componenten-analyse en factoranalyse.........................................57
9.8 Ter afsluiting...........................................................................................................................57
H6: Multipele regressie-analyse.......................................................................................................60
6.2 Assumpties.............................................................................................................................62
6.5 Voorbeeld met SPSS...............................................................................................................64
7.1 Logistische regressie-analyse.................................................................................................67
Slotcollege: ‘Vertrouwen in de instellingen’ obv ESS.......................................................................68
Voorbeeldexamen............................................................................................................................76
Afwijkingen met handboek..............................................................................................................79
2
,Inleidende les
Hoorcolleges en oefensessies
Beschrijvende en inferentiële statistiek
SPSS (oefensessies)
Bivariate symmetrische
samenhang
Verschillen tussen groepen
PCA en schaalconstructie
Regressieanalyse
Werkcollege
KWANT 1: het opstellen van
een dataverwerkingsschema
KWANT 2: data-analyse
KWANT 3: rapportage
7 lesmomenten
Voorbeeldvraag over SPSS: dit is onderzoeksvraag en deze variabelen gebruiken we, welke
analysetechniek, statistische toets ga je daarvoor gebruiken?
Output moet je kunnen interpreteren, conclusie aan die output kunnen linken
Coderen en data-entry in SPSS
De constructie van variabelen
Vóór dataverzameling (methodologie deel 2)
~ van concepten naar (enquête)vragen en items: operationaliseren
Na dataverzameling
~ van antwoorden op een vraag naar variabelen
o soms: variabelen = antwoorden (codes) op enquêtevragen vb. wat is je leeftijd? 21, is dan de
variabele en het antwoord
o soms: variabelen via hercoderen van enquêtevragen vb. Likertschaal 3 is dan bijvoorbeeld
oneens
3
, o soms: enquêtevragen samennemen tot schalen om abstracte concepten (vb. anomie,
onveiligheid…) te meten = schaalconstructie
Het coderen aan de hand van schalen
Van vragenlijst via codeboek naar databestand
Codeboek = bestand dat wordt aangemaakt om een brug te maken tussen vragenlijst en
databestand
Codes worden gekoppeld aan de verschillende antwoordmogelijkheden (~coderingsfase)
o Belang van duidelijke codering (codeboek):
Veiligheidsmonitor: vragenlijst met module buurtproblemen,
mijdgedrag, risico-inschatting, politiefunctioneren……
SCV survey: overzicht vragen en codeboek
ESS: ‘main questionnaire’ en ‘data protocol’
JOP-monitor: technisch verslag
…
Het coderen aan de hand van schalen
Van vragenlijst via codeboek naar databestand
o illustratie: mijdgedrag in de VM (v57 t.e.m. v60)
V57 VRAAG 024.a.- Gebeurt het dat u BEPAALDE PLEKKEN IN UW GEMEENTE MIJDT OMDAT U HET
NIET VEILIG VINDT? (in 1997: "Hoe dikwijls gebeurt het dat u ...")
1 altijd
2 vaak
3 soms
4 zelden
5 nooit
6 niet van toepassing
7 weet niet
8 geen antwoord
we gaan niet de antwoorden zelf ingeven in de SPSS,
maar wel de codes (dus niet: ‘altijd’, maar wel 1)
- Reeks van codes per respondent als resultaat
– databestand komt geleidelijk aan tot stand
4
KWANTITATIEF
Inhoudsopgave
Samenvatting Methodologie deel 3: KWANTITATIEF..............................................................................1
Inleidende les.....................................................................................................................................3
Coderen en data-entry in SPSS.......................................................................................................3
Hfdst 1: Inleiding................................................................................................................................6
1.1 Methoden en technieken, statistiek.........................................................................................7
1.2 Criminaliteit en criminologie....................................................................................................8
1.3 Univariate, bivariate en multivariate technieken.....................................................................8
1.4 Kenmerken van multivariate technieken..................................................................................8
1.5 Wat gaan we doen in dit boek?................................................................................................9
........................................................................................................................................................12
Hfdst 2: Methodologie in vogelvlucht..............................................................................................12
2.1 Inleiding.................................................................................................................................12
2.2 Afhankelijke en onafhankelijke variabelen.............................................................................13
2.3 Modellen................................................................................................................................13
2.4 Operationaliseren en meten..................................................................................................13
2.3 Modellen................................................................................................................................14
2.4 Operationaliseren en meten..................................................................................................14
Hfdst 3: Statistiek, univariate en bivariate technieken in vogelvlucht..............................................14
3.1 Beschrijvende statistiek..........................................................................................................14
3.2 Inferentiële statistiek.............................................................................................................16
3.3 Symmetrische bivariate technieken.......................................................................................19
3.4 Assymetrische bivariate technieken.......................................................................................26
Hfdst 4: Soorten multivariate technieken (zie pwp slides)...............................................................26
4.1 Verschillen en overeenkomsten tussen technieken...............................................................26
Hfdst 5: Algemene kwesties.............................................................................................................28
5.1 Data cleaning.........................................................................................................................28
5.2 Missende waarden.................................................................................................................29
5.3 Variabelen prepareren: transformeren, hercoderen en somschalen.....................................31
1
, 5.4 Repliceerbaarheid van analyses.............................................................................................32
5.5 De gevaren van afwijkende antwoordpatronen.....................................................................33
5.6 Kruisvalidatie..........................................................................................................................33
5.7 Statistische pakketten............................................................................................................33
H9: principale componenten-analyse en schaalconstructie.............................................................42
9.1 Cronbach’s alpha....................................................................................................................46
9.2 Principale componenten-analyse...........................................................................................47
9.3 Praktische kwesties +.............................................................................................................52
9.4 Assumpties.............................................................................................................................52
9.5 Missings (NIET).......................................................................................................................53
9.6 Voorbeeld met SPSS .............................................................................................................53
9.7 Relatie tussen principale componenten-analyse en factoranalyse.........................................57
9.8 Ter afsluiting...........................................................................................................................57
H6: Multipele regressie-analyse.......................................................................................................60
6.2 Assumpties.............................................................................................................................62
6.5 Voorbeeld met SPSS...............................................................................................................64
7.1 Logistische regressie-analyse.................................................................................................67
Slotcollege: ‘Vertrouwen in de instellingen’ obv ESS.......................................................................68
Voorbeeldexamen............................................................................................................................76
Afwijkingen met handboek..............................................................................................................79
2
,Inleidende les
Hoorcolleges en oefensessies
Beschrijvende en inferentiële statistiek
SPSS (oefensessies)
Bivariate symmetrische
samenhang
Verschillen tussen groepen
PCA en schaalconstructie
Regressieanalyse
Werkcollege
KWANT 1: het opstellen van
een dataverwerkingsschema
KWANT 2: data-analyse
KWANT 3: rapportage
7 lesmomenten
Voorbeeldvraag over SPSS: dit is onderzoeksvraag en deze variabelen gebruiken we, welke
analysetechniek, statistische toets ga je daarvoor gebruiken?
Output moet je kunnen interpreteren, conclusie aan die output kunnen linken
Coderen en data-entry in SPSS
De constructie van variabelen
Vóór dataverzameling (methodologie deel 2)
~ van concepten naar (enquête)vragen en items: operationaliseren
Na dataverzameling
~ van antwoorden op een vraag naar variabelen
o soms: variabelen = antwoorden (codes) op enquêtevragen vb. wat is je leeftijd? 21, is dan de
variabele en het antwoord
o soms: variabelen via hercoderen van enquêtevragen vb. Likertschaal 3 is dan bijvoorbeeld
oneens
3
, o soms: enquêtevragen samennemen tot schalen om abstracte concepten (vb. anomie,
onveiligheid…) te meten = schaalconstructie
Het coderen aan de hand van schalen
Van vragenlijst via codeboek naar databestand
Codeboek = bestand dat wordt aangemaakt om een brug te maken tussen vragenlijst en
databestand
Codes worden gekoppeld aan de verschillende antwoordmogelijkheden (~coderingsfase)
o Belang van duidelijke codering (codeboek):
Veiligheidsmonitor: vragenlijst met module buurtproblemen,
mijdgedrag, risico-inschatting, politiefunctioneren……
SCV survey: overzicht vragen en codeboek
ESS: ‘main questionnaire’ en ‘data protocol’
JOP-monitor: technisch verslag
…
Het coderen aan de hand van schalen
Van vragenlijst via codeboek naar databestand
o illustratie: mijdgedrag in de VM (v57 t.e.m. v60)
V57 VRAAG 024.a.- Gebeurt het dat u BEPAALDE PLEKKEN IN UW GEMEENTE MIJDT OMDAT U HET
NIET VEILIG VINDT? (in 1997: "Hoe dikwijls gebeurt het dat u ...")
1 altijd
2 vaak
3 soms
4 zelden
5 nooit
6 niet van toepassing
7 weet niet
8 geen antwoord
we gaan niet de antwoorden zelf ingeven in de SPSS,
maar wel de codes (dus niet: ‘altijd’, maar wel 1)
- Reeks van codes per respondent als resultaat
– databestand komt geleidelijk aan tot stand
4