Samenvatting module 3: kwantitatief criminologisch onderzoek
Beschrijvende statistiek
➢ We exploreren de data van onze steekproef
➢ We kijken of we de geplande hypothesen in onze steekproeven herkennen door
de data te tabelleren en te visualiseren
➢ Bv hebben vrouwen meer vertrouwen dan mannen in de populatie binnen onze
steekproef?
M.a.w. vinden we een effect of verschil of verband in de steekproef en hoe groot is dit
effect of verschil of verband?
Inductieve statistiek
Kunnen we hypothesen generaliseren naar de volledige populatie?
Bv is er een tussen het vertrouwen in de politie tussen mannen en vrouwen binnen de
populatie?
M.a.w. is er een effect of verschil of verband in de populatie en hoe groot is dit effect
of verschil of verband?
Waarom is dit belangrijk? Het kan zijn dat er helemaal geen verschil is tussen
mannen en vrouwen binnen de populatie (inductieve statistiek) maar hebben we per
toeval een steekproef genomen waarbinnen er wel verschil is (beschrijvende
statistiek)
Inductieve statistiek: er is een kans dat er in de populatie geen verschil is tussen
mannen en vrouwen en dat we per toeval een steekproef hebben gevonden waarbij er
wel een verschil is, maar met inductieve statistiek kun je op deze kans een cijfer
plakken, namelijk 𝛼 = de kans om onterecht een effect of verband te veralgemenen
Onderzoeksvraag: hebben vrouwen en mannen gemiddeld gezien een andere
vertrouwen in de politie?
➢ Steekproef = beschrijvende statistiek
➢ Populatie = inductieve statistiek
,Korte uitleg t-test (hier gaat hij later verder op in)
Hierbij wordt de vraag gesteld of het verschil tussen gemiddeldes significant is of niet
Dit is het verschil tussen de gemiddeldes van
verschillende groepen bv verschil tussen gemiddelde
man en gemiddelde vrouw
Dit is onze 𝛼. Dit getal zegt ons of we al dan
niet mogen veralgemenen naar de populatie.
Obv deze t-test kun je zeggen “ja, we mogen
dit effect veralgemenen naar de populatie”→
bv ook in de populatie is er een verschil in
vertrouwen tussen mannen en vrouwen
GOOD RESEARCH PRACTICES
GEPLAND VERSUS POST-HOC TESTEN
Geplande test
In het ideale geval heb je voordat je naar de dataset hebt gekeken al de vraag gesteld
over wat je gaat onderzoeken bv je wilt onderzoeken wat het verschil is tussen mannen
en vrouwen in het vertrouwen in de politie. Zelfs voor je de data hebt verzameld weet
je al de vraag die je wilt stellen. Na de dataverzameling ga je testen of het effectief zo
is
Post-hoc test
Als je nog niet weet wat je wilt onderzoeken en je ziet in beschrijvende statistieken dat
er een verschil is binnen de steekproef dan kun je daarop inductieve statistiek
toepassen.
Wat is het probleem met een post-hoc test?
Zoals je weet gebruiken we een 𝛼 van 0,05 (dit wil zeggen dat er 5% kans is dat we ten
onrechte een significant verband vinden. In andere woorden: als we 20 keer op een
steekproef inductieve statistiek toepassen, dan verwachten we ongeveer 1 significant
resultaat.
Als je deze logica volgt, en op alle datasets deze hypothesetesten gaat loslaten, dan
ga je zeker en vast statistisch significante resultaten uitkomen, zelfs al is er geen
effect in de populatie.
, 1. Formuleer je hypothesen voor je je data bekeken hebt
o Geplande test versus post-hoc test
→ Wat is dan de bedoeling van beschrijvende statistiek?
→ Sommige analysetechniekn houden rekening met Post- hoc testen
VOORWAARDEN CHECKEN
2. Voorwaarden checken
o Alle inductieve, parametrische methodes zijn afhankelijk van een aantal
voorwaarden omtrent:
▪ Verdelingsvorm
▪ Afwezigheid van outliers
▪ Grootte van steekproeven
o Voor we inductieve methodes uitvoeren, moeten we alle voorwaarden
afgaan waar we aan dienen te voldoen
o Als niet aan de voorwaarden voldaan is, mag je de resultaten niet naar de
volledige populatie generaliseren!
o Mogelijke oplossingen bij schendingen van assumpties:
▪ Een andere analyse-techniek gebruiken die minder afhankelijk is
van voorwaarden bv niet-parametrische testen
▪ Transformaties van variabelen bv een continue variabele
categoriseren
Voorwaarden checken essenteel→ niet alle sociale onderzoekers zijn hier
rigoreus genoeg in, waardoor de kwaliteit van veel kwantitatief onderzoek in twijfel
kan getrokken worden
PARAMETRISCHE EN NIET-PARAMETRISCHE TESTEN
De kleine lettertjes van inductieve methodes: terms en conditions of use
➢ Parametrische testen bv T-test, regressie, ANOVA zijn vaak onderworpen aan
strenge voorwaarden bv afwezigheid van outliers, homoscedasticiteit,
verdelingsassumpties, minimale groottes van steekproeven. Ze zijn ook vaak pas
mogelijk vanaf een ratio-meetniveau
➢ Waarom? Deze analyse-technieken zijn numeriek→ de resultaten zijn vaak sterk
afhankelijk van de aan- of afwezigheid van een paar outliers
➢ Probleem: veel sociale data voldoet niet aan de assumpties waaraan deze
parametrische testen moeten voldoen.
Beschrijvende statistiek
➢ We exploreren de data van onze steekproef
➢ We kijken of we de geplande hypothesen in onze steekproeven herkennen door
de data te tabelleren en te visualiseren
➢ Bv hebben vrouwen meer vertrouwen dan mannen in de populatie binnen onze
steekproef?
M.a.w. vinden we een effect of verschil of verband in de steekproef en hoe groot is dit
effect of verschil of verband?
Inductieve statistiek
Kunnen we hypothesen generaliseren naar de volledige populatie?
Bv is er een tussen het vertrouwen in de politie tussen mannen en vrouwen binnen de
populatie?
M.a.w. is er een effect of verschil of verband in de populatie en hoe groot is dit effect
of verschil of verband?
Waarom is dit belangrijk? Het kan zijn dat er helemaal geen verschil is tussen
mannen en vrouwen binnen de populatie (inductieve statistiek) maar hebben we per
toeval een steekproef genomen waarbinnen er wel verschil is (beschrijvende
statistiek)
Inductieve statistiek: er is een kans dat er in de populatie geen verschil is tussen
mannen en vrouwen en dat we per toeval een steekproef hebben gevonden waarbij er
wel een verschil is, maar met inductieve statistiek kun je op deze kans een cijfer
plakken, namelijk 𝛼 = de kans om onterecht een effect of verband te veralgemenen
Onderzoeksvraag: hebben vrouwen en mannen gemiddeld gezien een andere
vertrouwen in de politie?
➢ Steekproef = beschrijvende statistiek
➢ Populatie = inductieve statistiek
,Korte uitleg t-test (hier gaat hij later verder op in)
Hierbij wordt de vraag gesteld of het verschil tussen gemiddeldes significant is of niet
Dit is het verschil tussen de gemiddeldes van
verschillende groepen bv verschil tussen gemiddelde
man en gemiddelde vrouw
Dit is onze 𝛼. Dit getal zegt ons of we al dan
niet mogen veralgemenen naar de populatie.
Obv deze t-test kun je zeggen “ja, we mogen
dit effect veralgemenen naar de populatie”→
bv ook in de populatie is er een verschil in
vertrouwen tussen mannen en vrouwen
GOOD RESEARCH PRACTICES
GEPLAND VERSUS POST-HOC TESTEN
Geplande test
In het ideale geval heb je voordat je naar de dataset hebt gekeken al de vraag gesteld
over wat je gaat onderzoeken bv je wilt onderzoeken wat het verschil is tussen mannen
en vrouwen in het vertrouwen in de politie. Zelfs voor je de data hebt verzameld weet
je al de vraag die je wilt stellen. Na de dataverzameling ga je testen of het effectief zo
is
Post-hoc test
Als je nog niet weet wat je wilt onderzoeken en je ziet in beschrijvende statistieken dat
er een verschil is binnen de steekproef dan kun je daarop inductieve statistiek
toepassen.
Wat is het probleem met een post-hoc test?
Zoals je weet gebruiken we een 𝛼 van 0,05 (dit wil zeggen dat er 5% kans is dat we ten
onrechte een significant verband vinden. In andere woorden: als we 20 keer op een
steekproef inductieve statistiek toepassen, dan verwachten we ongeveer 1 significant
resultaat.
Als je deze logica volgt, en op alle datasets deze hypothesetesten gaat loslaten, dan
ga je zeker en vast statistisch significante resultaten uitkomen, zelfs al is er geen
effect in de populatie.
, 1. Formuleer je hypothesen voor je je data bekeken hebt
o Geplande test versus post-hoc test
→ Wat is dan de bedoeling van beschrijvende statistiek?
→ Sommige analysetechniekn houden rekening met Post- hoc testen
VOORWAARDEN CHECKEN
2. Voorwaarden checken
o Alle inductieve, parametrische methodes zijn afhankelijk van een aantal
voorwaarden omtrent:
▪ Verdelingsvorm
▪ Afwezigheid van outliers
▪ Grootte van steekproeven
o Voor we inductieve methodes uitvoeren, moeten we alle voorwaarden
afgaan waar we aan dienen te voldoen
o Als niet aan de voorwaarden voldaan is, mag je de resultaten niet naar de
volledige populatie generaliseren!
o Mogelijke oplossingen bij schendingen van assumpties:
▪ Een andere analyse-techniek gebruiken die minder afhankelijk is
van voorwaarden bv niet-parametrische testen
▪ Transformaties van variabelen bv een continue variabele
categoriseren
Voorwaarden checken essenteel→ niet alle sociale onderzoekers zijn hier
rigoreus genoeg in, waardoor de kwaliteit van veel kwantitatief onderzoek in twijfel
kan getrokken worden
PARAMETRISCHE EN NIET-PARAMETRISCHE TESTEN
De kleine lettertjes van inductieve methodes: terms en conditions of use
➢ Parametrische testen bv T-test, regressie, ANOVA zijn vaak onderworpen aan
strenge voorwaarden bv afwezigheid van outliers, homoscedasticiteit,
verdelingsassumpties, minimale groottes van steekproeven. Ze zijn ook vaak pas
mogelijk vanaf een ratio-meetniveau
➢ Waarom? Deze analyse-technieken zijn numeriek→ de resultaten zijn vaak sterk
afhankelijk van de aan- of afwezigheid van een paar outliers
➢ Probleem: veel sociale data voldoet niet aan de assumpties waaraan deze
parametrische testen moeten voldoen.
