Onderzoeksmethoden
Tentamen II
Deel III Analyseren
Hoofdstuk 8. Kwantitatieve gegevens verwerken
Bij het analyseren van kwantitatieve gegevens wordt veel gebruikgemaakt van
softwareprogramma’s.
8.1 Begrippen in kwantitatieve analyse
8.1.1 Terminologie
Een datamatrix is een rechthoekig blad met rijen en kolommen waar de verzamelde gegevens
worden ingevuld.
Er zijn twee soorten variabelen.
Variabele:
Kenmerken van alle eenheden die bij je onderzoek betrokken zijn.
- Onafhankelijke variabele:
Oorzaakvariabele die een verandering van een andere variabele kan veroorzaken.
- Afhankelijke variabele:
Gevolgvariabele die verandert onder invloed van de onafhankelijke variabele.
Een variabele heeft categorieën.
Categorie:
Waarde die een variabele kan aannemen.
8.1.2 Meetniveaus van variabelen
Meetniveau:
Eigenschap van variabelen die aangeeft in welke mate je met deze variabelen kunt rekenen.
Er zijn vier meetniveaus:
- Nominaal meetniveau:
Variabelen met slechts enkele losse categorieën, waarmee niet gerekend kan worden.
Tussen twee categorieën komt geen andere waarde voor; discrete variabele. Het zijn kwalitatieve
codes. Als er maar twee waarden zijn, heet het dichotoom. Dichotome variabelen worden ook wel
dummy’s genoemd.
- Ordinaal meetniveau:
Variabelen met enkele losse categorieën in een bepaalde volgorde, waarmee niet gerekend kan
worden.
Dit is vrijwel hetzelfde als het nomale meetniveau. Het enige verschil is dat er nu een bepaalde
rangorde zit in de waarden.
- Interval meetniveau:
Kwantitatieve variabelen zonder natuurlijk nulpunt, waarbij de intervallen tussen twee waarden
hetzelfde zijn. Hiermee kan worden gerekend.
De intervallen tussen twee waarden zijn gelijk, de codes zijn numeriek en de waarden zijn continu. De
likertschaal valt hier ook onder.
- Ratio meetniveau:
Kwantitatieve variabelen met natuurlijk nulpunt, waarbij de verhoudingen tussen twee waarden
, gelijk zijn. Er kan mee worden gerekend.
Bij een ratio meetniveau beschikken de variabelen over een natuurlijk nulpunt en gelijke,
betekenisvolle verhoudingen.
8.2 De analyse voorbereiden: hypothesen formuleren
Hypothesen:
Toetsbare veronderstellingen over de uitkomsten van je analyses.
Je kunt vaststellen dat je hypothese klopt wanneer je resultaten niet op toeval berusten. Meestal is
dat wanneer je 95% of meer zeker bent van je gelijk.
Significantie:
Het gevonden resultaat is niet toevallig.
Hypothesen zijn opgesteld in twee delen:
- Een nulhypothese; de basisveronderstelling
- Een alternatieve hypothese; de alternatieve veronderstelling
Pas als je door middel van kwantitatieve analyses kunt aantonen dat de gevonden resultaten geen
toeval zijn, verwerp je de nulhypothese ten gunste van de alternatieve hypothese.
8.3 Univariate analyses
Univariate analyses zijn beschrijvingen van één variabele tegelijk. Een dataset bestaat uit een aantal
cases (respondenten, vragenlijsten, waarnemingen, etc.). Drie manieren om univariate beschrijven te
maken zijn:
- Frequentieverdelingen van een kenmerk
- Grafieken van een kenmerk
- Kengetallen; centrum- en spreidingsmaten
Kengetal:
Samenvatting van een variabele door middel van één eigenschap.
8.3.1 Frequentieverdelingen
Om kenmerken te presenteren kun je het best aangeven hoe vaak de waarden voorkomen met
behulp van een frequentietabel.
Frequentietabel:
Tabel waarin wordt aangegeven hoe vaak scores voorkomen, met andere woorden hoe de verdeling
eruit ziet.
Een relatieve frequentietabel ontstaat wanneer je gaat percenteren.
Relatieve frequenties:
Het aantal waarnemingen ten opzichte van het totaal aantal waarnemingen.
Percenteren:
Het uitdrukken van relatieve frequenties in percentages.
Valide percentages:
Geldige percentages, alleen van diegenen van wie de score genoteerd is.
8.3.2 Grafieken van één variabele
Tentamen II
Deel III Analyseren
Hoofdstuk 8. Kwantitatieve gegevens verwerken
Bij het analyseren van kwantitatieve gegevens wordt veel gebruikgemaakt van
softwareprogramma’s.
8.1 Begrippen in kwantitatieve analyse
8.1.1 Terminologie
Een datamatrix is een rechthoekig blad met rijen en kolommen waar de verzamelde gegevens
worden ingevuld.
Er zijn twee soorten variabelen.
Variabele:
Kenmerken van alle eenheden die bij je onderzoek betrokken zijn.
- Onafhankelijke variabele:
Oorzaakvariabele die een verandering van een andere variabele kan veroorzaken.
- Afhankelijke variabele:
Gevolgvariabele die verandert onder invloed van de onafhankelijke variabele.
Een variabele heeft categorieën.
Categorie:
Waarde die een variabele kan aannemen.
8.1.2 Meetniveaus van variabelen
Meetniveau:
Eigenschap van variabelen die aangeeft in welke mate je met deze variabelen kunt rekenen.
Er zijn vier meetniveaus:
- Nominaal meetniveau:
Variabelen met slechts enkele losse categorieën, waarmee niet gerekend kan worden.
Tussen twee categorieën komt geen andere waarde voor; discrete variabele. Het zijn kwalitatieve
codes. Als er maar twee waarden zijn, heet het dichotoom. Dichotome variabelen worden ook wel
dummy’s genoemd.
- Ordinaal meetniveau:
Variabelen met enkele losse categorieën in een bepaalde volgorde, waarmee niet gerekend kan
worden.
Dit is vrijwel hetzelfde als het nomale meetniveau. Het enige verschil is dat er nu een bepaalde
rangorde zit in de waarden.
- Interval meetniveau:
Kwantitatieve variabelen zonder natuurlijk nulpunt, waarbij de intervallen tussen twee waarden
hetzelfde zijn. Hiermee kan worden gerekend.
De intervallen tussen twee waarden zijn gelijk, de codes zijn numeriek en de waarden zijn continu. De
likertschaal valt hier ook onder.
- Ratio meetniveau:
Kwantitatieve variabelen met natuurlijk nulpunt, waarbij de verhoudingen tussen twee waarden
, gelijk zijn. Er kan mee worden gerekend.
Bij een ratio meetniveau beschikken de variabelen over een natuurlijk nulpunt en gelijke,
betekenisvolle verhoudingen.
8.2 De analyse voorbereiden: hypothesen formuleren
Hypothesen:
Toetsbare veronderstellingen over de uitkomsten van je analyses.
Je kunt vaststellen dat je hypothese klopt wanneer je resultaten niet op toeval berusten. Meestal is
dat wanneer je 95% of meer zeker bent van je gelijk.
Significantie:
Het gevonden resultaat is niet toevallig.
Hypothesen zijn opgesteld in twee delen:
- Een nulhypothese; de basisveronderstelling
- Een alternatieve hypothese; de alternatieve veronderstelling
Pas als je door middel van kwantitatieve analyses kunt aantonen dat de gevonden resultaten geen
toeval zijn, verwerp je de nulhypothese ten gunste van de alternatieve hypothese.
8.3 Univariate analyses
Univariate analyses zijn beschrijvingen van één variabele tegelijk. Een dataset bestaat uit een aantal
cases (respondenten, vragenlijsten, waarnemingen, etc.). Drie manieren om univariate beschrijven te
maken zijn:
- Frequentieverdelingen van een kenmerk
- Grafieken van een kenmerk
- Kengetallen; centrum- en spreidingsmaten
Kengetal:
Samenvatting van een variabele door middel van één eigenschap.
8.3.1 Frequentieverdelingen
Om kenmerken te presenteren kun je het best aangeven hoe vaak de waarden voorkomen met
behulp van een frequentietabel.
Frequentietabel:
Tabel waarin wordt aangegeven hoe vaak scores voorkomen, met andere woorden hoe de verdeling
eruit ziet.
Een relatieve frequentietabel ontstaat wanneer je gaat percenteren.
Relatieve frequenties:
Het aantal waarnemingen ten opzichte van het totaal aantal waarnemingen.
Percenteren:
Het uitdrukken van relatieve frequenties in percentages.
Valide percentages:
Geldige percentages, alleen van diegenen van wie de score genoteerd is.
8.3.2 Grafieken van één variabele
