Redeneren met data
Prof: Jan De Neve
Statistiek 1:
Voorwoord:
1. wetenschappelijk onderzoek op basis van de empirische cyclus
1.1 de empirische cyclus: grondschema
Def. empirische cyclus: is een methode die ons in staat stelt op kennis te verwerven via
systematische observatie (door het herhaaldelijk doorlopen van 5 stappen)
Centraal: wisselwerking tussen 5 begrippen
1) observatie: waarnemen en verzamelen van empirisch feiten materiaal
2) inductie: opstellen van een hypothese op basis van de observaties
3) deductie: opstellen van voorspelling op basis van hypothese
4) toetsing: aftoetsen van voorspellingen o.b.v. nieuw empirisch feiten materiaal
5) evaluatie: resultaten van de toetsing kritisch evalueren
➔ grondschema van de empirische cyclus
Toepassing:
1) Observatie: ik zie mijn fiets niet staan tegen de boom.
2) Inductie: mijn fiets staat niet meer op haar plaats, ze is waarschijnlijk gestolen.
3) Deductie: als mijn fiets gestolen is, zal ze niet meer aan het stationsplein staan.
4) Toetsing: na wat zoeken vind ik mijn fiets terug in een fietsrek.
5) Evaluatie: mijn fiets is niet gestolen, maar iemand heeft ze verplaatst
1.2. statistiek binnen de empirische cyclus
Def. Statistiek: is de wetenschap van het leren uit data en het meten, controleren en
communiceren van onzekerheid
➔ Aanbod bij toetsen, inductie, deductie en evaluatie
Def. Statistische geletterdheid: het vermogen om te redeneren dmv statistiek en data
Statistische kennis relevant voor volgende fase van wetenschappelijke studie:
1) Het formuleren van de onderzoeksvraag die kan beantwoord worden door middel
van data.
2) Het ontwerpen van de studie en het verzamelen van de data.
3) Het verkennen van de verzamelde data via beschrijvende analyses.
4) Het formuleren van conclusies die verder reiken dan de geobserveerde data via
inductieve analyses.
1
,Redeneren met data
Prof: Jan De Neve
Beschrijvende analyse
2. Een onderzoek (vb. smartphone gebruik en mentaal welzijn)
2.1 opbouw wetenschappelijk artikel
1) Introductie: 2 doelen: samenvatting bestaande literatuur, motivatie uitvoering
studie
2) Methode: hoe werd de studie uitgevoerd? (selectie personen, welke data, manier
van analyse)
3) Resultaten: rapporteert resultaten van de analyse van de data
4) Discussie: conclusies, open vragen voor vervolgonderzoek
2.2 proefpersonen en steekproeftrekking
Populatie: doelgroep van interesse
➔ Observationele eenheden: eenheden waarvoor men data zal verzamelen
➔ Steekproef: deel van de populatie (volledige populatie, onmogelijk om te meten)
Representatieve steekproef: correcte weerspiegeling van de populatie en
haar karakteristieken die we wensen te onderzoeken
Via steekproefkader: lijst met info over de personen in de populatie die
we gebruiken om de steekproef samen te stellen
Soorten steekproeftrekking:
1) EAS: enkelvoduige aselecte steekproeftrekking of enkelvoudige lukrake
steekproeftrekking of simple random sampling (iedereen heeft dezelfde kans om
tot de steekproef te behoren)
2) Gestratificeerde steekproeftrekkingen: populatie onderverdelen in strata en dan
EAS per stratum (= meervoudige aselecte steekproeftrekking
3) Proportioneel gestratificeerde steekproeftrekking: relatief aantal per stratum is
gelijk aan het relatief aantal in de populatie
4) Gemakshalve steekproeftrekkingen (convenience sampling): hebben personen die
makkelijk bereikbaar zijn een grotere kans om tot een steekproef te behoren.
theoretisch niet de beste keuze omwille van selectiebias (sommige groepen over-
of ondervertegenwoordigd) , maar in de praktijk vaak gebruikt
Non-responders: mensen/ proefpersonen die niet gereageerd hebben op de uitnodiging
om deel te nemen aan de studie = vertekening (=non-respons bias)
2.3 Metingen:
Variabelen: karakteristieken van de observationele eenheden die we wensen te onderzoeken.
Karakteristieken kunnen verschillend zijn van eenheid tot eenheid = variëren
3 soorten variabelen
2
, Redeneren met data
Prof: Jan De Neve
1) Uitkomstenvariabele: hoofdvariabele, willen hier inzicht in, willen verklaren
waarom deze variabele variert
2) Verklarende variabelen: variabelen die ons in staat stellen om te begrijpen
waarom de uitkomstenvariabele variert (= predictoren, voorspellende variabelen)
3) Controlevariabele: kunnen verschillen in rekening brengen (bv. Tussen 2
verschillende groepen die we gaan vergelijken)
cross-sectionele VS longitudinale studie
cross-sectionele studie: type studie waarbij men variabele slechts op 1 moment in de
tijd bevraagt
longitudinale studie: type studie waarbij men een of meerdere variabelen op
verschillende momenten in de tijd bevraagt
observationele versus experimentele studie
observationele studie: type studie waarbij men enkel observeert zonder een
interventie uit te voeren
experimentele studie: type studie waarbij men een interventie uitvoert om de impact
van die interventie te onderzoeken
2.4 analysestrategie/protocol
1) belang voor repliceerbaarheid van de studie
2) HARKing (hypothesizing after the results are known)
➔ werkwijze waarbij men onderzoekshypothese opstelt op basis van
bevindingen in de data en vervolgens die zelfde data gebruikt om de
hypotheses te toetsen = geen goede manier!
Elementen van een potocol:
1) het doel van de studie;
2) de variabelen die gemeten zullen worden;
3) de onderzoekshypotheses;
4) de wijze waarop de steekproef verkregen zal worden;
5) de wijze waarop de data statistisch geanalyseerd zullen worden om de
onderzoekshypotheses te valideren of falsificeren.
2.5 resultaten: univariate analyse
Voeren beschrijvende analyse uit:
Def. Beschrijvende analyse: we gebruiken statistische methoden om inzicht te krijgen in de data. We
maken gebruik van tabellen, samenvattende maten en figuren. (zullen gegevens voor de personen in
de steekproef gaan beschrijven)
Verdeling van een variabele: geeft weer welke variabele de kan aannemen en hoe vaak elke waarde
wordt aangenomen. Kan uitgedrukt worden in absolute frequenties of relatieve frequenties
Univariate verdeling: verdeling van 1 variabele
3
Prof: Jan De Neve
Statistiek 1:
Voorwoord:
1. wetenschappelijk onderzoek op basis van de empirische cyclus
1.1 de empirische cyclus: grondschema
Def. empirische cyclus: is een methode die ons in staat stelt op kennis te verwerven via
systematische observatie (door het herhaaldelijk doorlopen van 5 stappen)
Centraal: wisselwerking tussen 5 begrippen
1) observatie: waarnemen en verzamelen van empirisch feiten materiaal
2) inductie: opstellen van een hypothese op basis van de observaties
3) deductie: opstellen van voorspelling op basis van hypothese
4) toetsing: aftoetsen van voorspellingen o.b.v. nieuw empirisch feiten materiaal
5) evaluatie: resultaten van de toetsing kritisch evalueren
➔ grondschema van de empirische cyclus
Toepassing:
1) Observatie: ik zie mijn fiets niet staan tegen de boom.
2) Inductie: mijn fiets staat niet meer op haar plaats, ze is waarschijnlijk gestolen.
3) Deductie: als mijn fiets gestolen is, zal ze niet meer aan het stationsplein staan.
4) Toetsing: na wat zoeken vind ik mijn fiets terug in een fietsrek.
5) Evaluatie: mijn fiets is niet gestolen, maar iemand heeft ze verplaatst
1.2. statistiek binnen de empirische cyclus
Def. Statistiek: is de wetenschap van het leren uit data en het meten, controleren en
communiceren van onzekerheid
➔ Aanbod bij toetsen, inductie, deductie en evaluatie
Def. Statistische geletterdheid: het vermogen om te redeneren dmv statistiek en data
Statistische kennis relevant voor volgende fase van wetenschappelijke studie:
1) Het formuleren van de onderzoeksvraag die kan beantwoord worden door middel
van data.
2) Het ontwerpen van de studie en het verzamelen van de data.
3) Het verkennen van de verzamelde data via beschrijvende analyses.
4) Het formuleren van conclusies die verder reiken dan de geobserveerde data via
inductieve analyses.
1
,Redeneren met data
Prof: Jan De Neve
Beschrijvende analyse
2. Een onderzoek (vb. smartphone gebruik en mentaal welzijn)
2.1 opbouw wetenschappelijk artikel
1) Introductie: 2 doelen: samenvatting bestaande literatuur, motivatie uitvoering
studie
2) Methode: hoe werd de studie uitgevoerd? (selectie personen, welke data, manier
van analyse)
3) Resultaten: rapporteert resultaten van de analyse van de data
4) Discussie: conclusies, open vragen voor vervolgonderzoek
2.2 proefpersonen en steekproeftrekking
Populatie: doelgroep van interesse
➔ Observationele eenheden: eenheden waarvoor men data zal verzamelen
➔ Steekproef: deel van de populatie (volledige populatie, onmogelijk om te meten)
Representatieve steekproef: correcte weerspiegeling van de populatie en
haar karakteristieken die we wensen te onderzoeken
Via steekproefkader: lijst met info over de personen in de populatie die
we gebruiken om de steekproef samen te stellen
Soorten steekproeftrekking:
1) EAS: enkelvoduige aselecte steekproeftrekking of enkelvoudige lukrake
steekproeftrekking of simple random sampling (iedereen heeft dezelfde kans om
tot de steekproef te behoren)
2) Gestratificeerde steekproeftrekkingen: populatie onderverdelen in strata en dan
EAS per stratum (= meervoudige aselecte steekproeftrekking
3) Proportioneel gestratificeerde steekproeftrekking: relatief aantal per stratum is
gelijk aan het relatief aantal in de populatie
4) Gemakshalve steekproeftrekkingen (convenience sampling): hebben personen die
makkelijk bereikbaar zijn een grotere kans om tot een steekproef te behoren.
theoretisch niet de beste keuze omwille van selectiebias (sommige groepen over-
of ondervertegenwoordigd) , maar in de praktijk vaak gebruikt
Non-responders: mensen/ proefpersonen die niet gereageerd hebben op de uitnodiging
om deel te nemen aan de studie = vertekening (=non-respons bias)
2.3 Metingen:
Variabelen: karakteristieken van de observationele eenheden die we wensen te onderzoeken.
Karakteristieken kunnen verschillend zijn van eenheid tot eenheid = variëren
3 soorten variabelen
2
, Redeneren met data
Prof: Jan De Neve
1) Uitkomstenvariabele: hoofdvariabele, willen hier inzicht in, willen verklaren
waarom deze variabele variert
2) Verklarende variabelen: variabelen die ons in staat stellen om te begrijpen
waarom de uitkomstenvariabele variert (= predictoren, voorspellende variabelen)
3) Controlevariabele: kunnen verschillen in rekening brengen (bv. Tussen 2
verschillende groepen die we gaan vergelijken)
cross-sectionele VS longitudinale studie
cross-sectionele studie: type studie waarbij men variabele slechts op 1 moment in de
tijd bevraagt
longitudinale studie: type studie waarbij men een of meerdere variabelen op
verschillende momenten in de tijd bevraagt
observationele versus experimentele studie
observationele studie: type studie waarbij men enkel observeert zonder een
interventie uit te voeren
experimentele studie: type studie waarbij men een interventie uitvoert om de impact
van die interventie te onderzoeken
2.4 analysestrategie/protocol
1) belang voor repliceerbaarheid van de studie
2) HARKing (hypothesizing after the results are known)
➔ werkwijze waarbij men onderzoekshypothese opstelt op basis van
bevindingen in de data en vervolgens die zelfde data gebruikt om de
hypotheses te toetsen = geen goede manier!
Elementen van een potocol:
1) het doel van de studie;
2) de variabelen die gemeten zullen worden;
3) de onderzoekshypotheses;
4) de wijze waarop de steekproef verkregen zal worden;
5) de wijze waarop de data statistisch geanalyseerd zullen worden om de
onderzoekshypotheses te valideren of falsificeren.
2.5 resultaten: univariate analyse
Voeren beschrijvende analyse uit:
Def. Beschrijvende analyse: we gebruiken statistische methoden om inzicht te krijgen in de data. We
maken gebruik van tabellen, samenvattende maten en figuren. (zullen gegevens voor de personen in
de steekproef gaan beschrijven)
Verdeling van een variabele: geeft weer welke variabele de kan aannemen en hoe vaak elke waarde
wordt aangenomen. Kan uitgedrukt worden in absolute frequenties of relatieve frequenties
Univariate verdeling: verdeling van 1 variabele
3
