Inleiding tot de statistiek
Statistiek
= wetenschap vh verzamelen, organiseren, bewerken, analyseren, interpreteren v data/gegevens
Doel: inzicht verwerven uit getallen = begrijpen (geen berekeningen)
Fasen in onderzoeksproces:
Basisbegrippen:
- Onderzoekshypothese = verwacht resultaat vd studie obv bestaande theorieën, results v
vorige onderzoeken, vorige ervaringen/observaties vd onderzoeker
o Alternatieve hypothese (Ha): wat je meestal verwacht, dat je iets zal vinden (een
verschil, effect, …) → al dan niet te AANVAARDEN
▪ Trucje: Alternatief = Aanvaarden
o Nulhypothese (H0): er is géén verschil, verband, effect → al dan niet te VERWERPEN
DUS obv correcte statistiek en uitkomsten concluderen welke v deze 2 de uitkomst nu is
- Populatie VS steekproef:
o Populatie: vooropgestelde doelgroep
o Steekproef: specifieke pp uit je populatie die je effectief test
(Universum → populatie → steekproef - dropout - steekproef bij einde onderzoek)
Opm: vaak oversampling om drop-out te compenseren
- Validiteit VS betrouwbaarheid:
o Validiteit: het meet wat het zou moeten meten (vb geijkte lat)
▪ !! psychometrische eig ve test/meetinstrument
▪ Indicatie degelijkheid/accuraatheid vd results ve test
o Betrouwbaarheid: telkens opnieuw dezelfde uitkomst/meetresults bij dezelfde pp en
omstandigheden
▪ Deelaspect v validiteit (VWe om een valide tool te hebben)
▪ De mate waarin test(results) consistent/herhaalbaar is (vb lat die verkeerd
geijkt is meet wel altijd hetzelfde MAAR is niet valide!)
Opm: als iets valide is, is het ook betrouwbaar MAAR als iets betrouwbaar is, is het niet altijd
valide
1
,- Kwalitatieve VS kwantitatieve variabele:
- Nominale/ordinale/interval/ratio schaal:
o Kwalitatief:
▪ Nominaal: categorisch, geen kwantitatieve betekenis
• Vb geslacht (man = 0 en vrouw = 1), provincies
▪ Ordinaal: je hebt een rangorde MAAR er zitten geen gelijke intervallen tss
• Vb rangen in leger, uitslag loopwedstrijd
o Kwantitatief:
▪ Interval: gelijke intervallen, geen absoluut nulpunt, (dis)continu
• Vb kalender-of jaartelling, T°
▪ Ratio: gelijke intervallen, wél absoluut nulpunt, (dis)continu
• Vb gewicht, afstand, tijd, bedragen, aantallen
(Discontinu = enkel gehele getallen VS continu = cijfers na de komma)
Opm: Likert schaal = ordinale schaal MAAR vanaf 5 punten = intervalschaal
- Afhankelijke VS onafhankelijke variabele:
o Afhankelijke variabele: variabele waarvan men verwacht dat die zal variëren
naargelang/onder invloed vd onafh variabele → waarop met het effect vd onafh
variabele wil onderzoeken = UITKOMSTMAAT
o Onafhankelijke variabele: conditie/groep, eig, methode, programme, … waarvan men
een invloed/effect verwacht op de afh variabele = FACTOR
▪ AV = lichaamslengte, OV = geslacht → Is de lichaamslengte afh vh geslacht?
▪ AV = afstand verspringen, OV = lichaamslengte → Springen grote mensen
verder: ja of nee?
- Between subjects VS within subjects variabele:
o Between subjects variabele = OF/OF
▪ Eig/groepsvariabele die pp onderscheidt
• Vb geslacht → PP is man OF vrouw
• Vb interventie: 3 versch fitheidstrainingsprogramma’s:
o 1/3e doet programma A
o 1/3e doet programma B
o 1/3e doet programma C
→ de PP zitten in A OF in B OF in C
o Withing subjects variabele = EN/EN
▪ Variabele w gemeten bij ALLE pp
▪ Herhaalde metingen binnen eenzelfde individu
• Vb lichaamslengte meten op tijdstip A en tijdstip B
• Vb coopertest na afloop fitheidstrainingsprogramma’s: 3x want elke
PP zit in A EN B en C
2
,1. Beschrijvende statistiek
Variabele = kenmerk PP uitgedrukt in een getal
Typen variabelen:
- Kwalitatief = nominaal/ordinaal → categorisch
- Kwantitatief = interval/ratioschaal → cijfermatig met numerieke betekenis
o Likert schaal vanaf 5 pnt
Beschrijvende statistiek = EXPLORATIEVE DATA-ANALYSE (geg-verzameling beschrijven)
- Elke variabele en verdeling individueel verkennen
- Eerst GRAFISCH (visualisatie), dan NUMERIEK (data-reductie)
Verdelingen weergeven met grafieken
1. Grafieken voor KWALITATIEVE variabelen
Frequentietabel: verdeling vd afh variabelen duidelijk zichtbaar → DAN staafdiagram/taartdiagram
om frequentietabel te visualiseren → makkelijk beeld krijgen v u geg!
- Staafdiagram → absoluut of relatief
o Witruimte tss de balkjes WANT staan los v elkaar
o Volgorde onbelangrijk
- Taartdiagram → relatief (percentages)
3
, 2. Grafieken voor KWANTITATIEVE variabelen
Verzameling getallen
- In elke verzameling zit variatie → variatiepatroon v kwantitatieve variabelen = verdeling vd
variabele
Frequentietabel: verdeling vd afh variabelen duidelijk zichtbaar
→ DAN stamdiagram/histogram om frequentietabel te visualiseren
→ makkelijk beeld krijgen v u geg!
- Stamdiagram: stam-en blad diagram
o Stam = alle cijfers voor het laatste getal
▪ Verticaal v klein nr groot (dan verticale streep trekken aan Rkant v die kolom)
o Blad = laatste cijfer
▪ Naast bijbehorende stammen v klein nr groot
- Rug-aan rug stamdiagram: 2 verwante verdelingen vergelijken
- Stammen splitsen → wnnr er veel waarnemingen zijn
o 1e stam 0: blad 0-4
o 2e stam 0: blad 5-9
- Stammen afkappen → bij grote getallen
o Laatste digits weglaten
Opm: stam-en blad diagram NIET geschikt voor grote groepen/veel observaties
- Histogrammen → absoluut OF relatief
o Verdeel data in intervallen met gelijke breedte
▪ Te veel: allemaal lage blokken
= pannenkoekeneffect = slecht
▪ Te weinig: allemaal hoge blokken
= wolkenkrabbereffect = slecht
o GEEN witregels ertss!
4
Statistiek
= wetenschap vh verzamelen, organiseren, bewerken, analyseren, interpreteren v data/gegevens
Doel: inzicht verwerven uit getallen = begrijpen (geen berekeningen)
Fasen in onderzoeksproces:
Basisbegrippen:
- Onderzoekshypothese = verwacht resultaat vd studie obv bestaande theorieën, results v
vorige onderzoeken, vorige ervaringen/observaties vd onderzoeker
o Alternatieve hypothese (Ha): wat je meestal verwacht, dat je iets zal vinden (een
verschil, effect, …) → al dan niet te AANVAARDEN
▪ Trucje: Alternatief = Aanvaarden
o Nulhypothese (H0): er is géén verschil, verband, effect → al dan niet te VERWERPEN
DUS obv correcte statistiek en uitkomsten concluderen welke v deze 2 de uitkomst nu is
- Populatie VS steekproef:
o Populatie: vooropgestelde doelgroep
o Steekproef: specifieke pp uit je populatie die je effectief test
(Universum → populatie → steekproef - dropout - steekproef bij einde onderzoek)
Opm: vaak oversampling om drop-out te compenseren
- Validiteit VS betrouwbaarheid:
o Validiteit: het meet wat het zou moeten meten (vb geijkte lat)
▪ !! psychometrische eig ve test/meetinstrument
▪ Indicatie degelijkheid/accuraatheid vd results ve test
o Betrouwbaarheid: telkens opnieuw dezelfde uitkomst/meetresults bij dezelfde pp en
omstandigheden
▪ Deelaspect v validiteit (VWe om een valide tool te hebben)
▪ De mate waarin test(results) consistent/herhaalbaar is (vb lat die verkeerd
geijkt is meet wel altijd hetzelfde MAAR is niet valide!)
Opm: als iets valide is, is het ook betrouwbaar MAAR als iets betrouwbaar is, is het niet altijd
valide
1
,- Kwalitatieve VS kwantitatieve variabele:
- Nominale/ordinale/interval/ratio schaal:
o Kwalitatief:
▪ Nominaal: categorisch, geen kwantitatieve betekenis
• Vb geslacht (man = 0 en vrouw = 1), provincies
▪ Ordinaal: je hebt een rangorde MAAR er zitten geen gelijke intervallen tss
• Vb rangen in leger, uitslag loopwedstrijd
o Kwantitatief:
▪ Interval: gelijke intervallen, geen absoluut nulpunt, (dis)continu
• Vb kalender-of jaartelling, T°
▪ Ratio: gelijke intervallen, wél absoluut nulpunt, (dis)continu
• Vb gewicht, afstand, tijd, bedragen, aantallen
(Discontinu = enkel gehele getallen VS continu = cijfers na de komma)
Opm: Likert schaal = ordinale schaal MAAR vanaf 5 punten = intervalschaal
- Afhankelijke VS onafhankelijke variabele:
o Afhankelijke variabele: variabele waarvan men verwacht dat die zal variëren
naargelang/onder invloed vd onafh variabele → waarop met het effect vd onafh
variabele wil onderzoeken = UITKOMSTMAAT
o Onafhankelijke variabele: conditie/groep, eig, methode, programme, … waarvan men
een invloed/effect verwacht op de afh variabele = FACTOR
▪ AV = lichaamslengte, OV = geslacht → Is de lichaamslengte afh vh geslacht?
▪ AV = afstand verspringen, OV = lichaamslengte → Springen grote mensen
verder: ja of nee?
- Between subjects VS within subjects variabele:
o Between subjects variabele = OF/OF
▪ Eig/groepsvariabele die pp onderscheidt
• Vb geslacht → PP is man OF vrouw
• Vb interventie: 3 versch fitheidstrainingsprogramma’s:
o 1/3e doet programma A
o 1/3e doet programma B
o 1/3e doet programma C
→ de PP zitten in A OF in B OF in C
o Withing subjects variabele = EN/EN
▪ Variabele w gemeten bij ALLE pp
▪ Herhaalde metingen binnen eenzelfde individu
• Vb lichaamslengte meten op tijdstip A en tijdstip B
• Vb coopertest na afloop fitheidstrainingsprogramma’s: 3x want elke
PP zit in A EN B en C
2
,1. Beschrijvende statistiek
Variabele = kenmerk PP uitgedrukt in een getal
Typen variabelen:
- Kwalitatief = nominaal/ordinaal → categorisch
- Kwantitatief = interval/ratioschaal → cijfermatig met numerieke betekenis
o Likert schaal vanaf 5 pnt
Beschrijvende statistiek = EXPLORATIEVE DATA-ANALYSE (geg-verzameling beschrijven)
- Elke variabele en verdeling individueel verkennen
- Eerst GRAFISCH (visualisatie), dan NUMERIEK (data-reductie)
Verdelingen weergeven met grafieken
1. Grafieken voor KWALITATIEVE variabelen
Frequentietabel: verdeling vd afh variabelen duidelijk zichtbaar → DAN staafdiagram/taartdiagram
om frequentietabel te visualiseren → makkelijk beeld krijgen v u geg!
- Staafdiagram → absoluut of relatief
o Witruimte tss de balkjes WANT staan los v elkaar
o Volgorde onbelangrijk
- Taartdiagram → relatief (percentages)
3
, 2. Grafieken voor KWANTITATIEVE variabelen
Verzameling getallen
- In elke verzameling zit variatie → variatiepatroon v kwantitatieve variabelen = verdeling vd
variabele
Frequentietabel: verdeling vd afh variabelen duidelijk zichtbaar
→ DAN stamdiagram/histogram om frequentietabel te visualiseren
→ makkelijk beeld krijgen v u geg!
- Stamdiagram: stam-en blad diagram
o Stam = alle cijfers voor het laatste getal
▪ Verticaal v klein nr groot (dan verticale streep trekken aan Rkant v die kolom)
o Blad = laatste cijfer
▪ Naast bijbehorende stammen v klein nr groot
- Rug-aan rug stamdiagram: 2 verwante verdelingen vergelijken
- Stammen splitsen → wnnr er veel waarnemingen zijn
o 1e stam 0: blad 0-4
o 2e stam 0: blad 5-9
- Stammen afkappen → bij grote getallen
o Laatste digits weglaten
Opm: stam-en blad diagram NIET geschikt voor grote groepen/veel observaties
- Histogrammen → absoluut OF relatief
o Verdeel data in intervallen met gelijke breedte
▪ Te veel: allemaal lage blokken
= pannenkoekeneffect = slecht
▪ Te weinig: allemaal hoge blokken
= wolkenkrabbereffect = slecht
o GEEN witregels ertss!
4
