STATISTIEK
HOOFDSTUK 1: DE STATISTIEK IN HET ONDERZOEK
- Statistiek = verzamelen, classificeren, samenvatten, organiseren, analyseren en interpreteren
van gegevens
- Twee soorten statistiek:
- De populatie= ALLE individuen waar we een uitspraak over willen maken, deze individuen
komen allen in aanmerking voor het onderzoek
- De steekproef= een selectie of een representatie van individuen uit de populatie
o Vb: Populatie: ALLE depressieve mensen – Steekproef: 100 Vlaamse depressieve
patiënten
o Populatie: ALLE TP-studenten – Steekproef: alle TP-studenten die naar de les komen
- Onderzoek= statistiek is een onderzoekhulpmiddel, en onderzoek probeert waarnemingen
om te vormen tot ware & algemene uitspraken, het is OBSERVEERBAAR
o Deze waarnemingen slaan op VARIABELEN:
▪ Iedere onderzoekseenheid/object/proefpersoon heeft één en slechts
éénwaarde per variabele (= mutueel exclusief)
▪ De waarden op een variabele kunnen verschillen tussen de proefpersonen
(constante)
▪ De waarden zijn observeerbaar/meetbaar
▪ Verschillende soorten variabelen, afhankelijk van het soort onderzoek
▪ Voorbeelden: lichaamslengte, intelligentie, luiheid, geslacht…
o Ware en algemene uitspraken:
▪ WAAR: gebaseerd op waarnemingen; observeerbaar
▪ ALGEMEEN: toepasbaar op objecten die nog niet werden waargenomen
▪ Soorten uitspraken:
• Deterministische uitspraken: uitspraken die 100% zeker zijn; voor
alle objecten zonder twijfel toepasbaar
, • Probabilistische uitspraken: uitspraken die niet 100% zeker zijn; er is
een kans dat er uitzonderingen zijn
o Kwaliteitscriteria opdat uitspraken waar en algemeen zijn:
▪ Objectiviteit: neutraal en zonder vooringenomenheden
▪ Controleerbaarheid: onderzoeker beschrijft volledig hoe de waarnemingen
tot stand zijn gekomen
▪ Herhaalbaarheid: het onderzoek kan perfect nagebootst worden
▪ Systematiek: logisch stappenplan en verderzetting van een onderzoekslijn
Een voorbeeld van een correlationeel onderzoek is de vragenlijstonderzoek.
- Soorten verbanden:
- Vereisten voor een (direct) causaal verband: criteria van Hume & Mill
o Tijdruimtelijke structuur van oorzaak en gevolg
o Oorzaak dient vóóraf te gaan aan het gevolg
o Het gevolg zal nooit optreden zonder het voorkomen van de oorzaak
o Alle andere mogelijke verklaringen zijn uitgesloten
o X en Y kunnen in de tijd geordend worden
o X en Y kunnen specifiek in de tijd geordend worden; éérst X en dan Y
o Géén X dan ook géén Y
o Géén derde variabelen die het verband tussen X en Y kunnen verklaren (variabele Z)
, - DE ONDERZOEKSFASEN
1) De vraagstelling
a. Onderzoeksvraag: de vraag waarop het onderzoek een antwoord probeert te geven
b. Onderzoekshypothesen: een ware en algemene stelling die nog niet bewezen is; ze
drukt je verwachtingen als onderzoeker uit. Hiervoor is info nodig over HOE het
onderzoek uitgevoerd zal worden, en het is afhankelijk van het type onderzoek.
2) Operationalisering/concretisering
Operationalisering is de eerste stap in het ontwerpen van een onderzoek. Men gaat van
abstracte begrippen naar concrete variabelen; HOE gaan we iets meten en manipuleren? In
het kader van operationalisering zal de onderzoeker dienen aan te geven op welke wijze hij
de begrippen meetbaar zal maken. Men kan hierbij gebruik maken van een experiment, een
vragenlijst… Hoe abstracter het begrip, hoe moeilijker om iets meetbaar te maken.
Vb: als we spreken over een jongen of een meisje, kunnen we dit nagaan via de inschrijving
op school. Dit is gemakkelijk te operationaliseren. Depressief zijn, milieubesef, intelligentie…
zijn moeilijk te operationaliseren.
3) De steekproefopzet
a. Populatie: ALLE individuen waar we een uitspraak over willen maken, deze
individuen komen allen in aanmerking voor het onderzoek. Als hiervan het aantal
gekend is, gebruiken we het symbool N.
b. Steekproef: een selectie/representatie van individuen uit de populatie. Als hiervan
het aantal gekend is, gebruiken we het symbool n.
c. Probleem 1: Kunnen alle individuen uit de populatie getest worden? -> praktisch
enkel haalbaar voor kleine populaties.
d. Probleem 2: Hoe kunnen we individuen selecteren uit de populatie? -> door middel
van aselecte en niet -aselecte steekproeven.
ASELECTE STEEKPROEF: elk individu uit de populatie heeft evenveel kans om gekozen te worden voor
de steekproef. De deelnemers worden at random gekozen. Schattingen over de populatie kunnen
gemaakt worden op basis van de steekproef -> parameterschatting.
Voorbeelden:
o systematisch aselecte steekproef: de computer kiest de eerste persoon at random,
daarna doet de (1+n)e persoon mee. Vb: random: 7, dan 7+2= 9e persoon, 9+2= 11de
persoon…
o volledig aselecte steekproef: computer kiest individuen toevallig.
o gestratificeerde steekproef: populatie verdelen in subpopulaties (strata); uit iedere
deelpopulatie at random selecteren. Dit kan proportioneel: uit ieder strata relatief
evenveel of disproportionee: uit ieder strata een vast aantal.
o clustersteekproef: populatie verdelen in heterogene
subgroepen; deelnemende subgroepen at random gekozen;
iedereen van gekozen subgroep doet mee.
o getrapte steekproef: combinatie van voorgaande
strategieën
, NIET ASELECTE STEEKPROEF: elk individu uit de populatie heeft niet dezelfde kans om gekozen te
worden voor de steekproef. Deelnemers worden niet at random gekozen. Schattingen over de
populatie kunnen niet (eenvoudig) gemaakt worden op basis van de steekproef; wees kritisch!
Voorbeelden:
o convenience sampling: selecteren, wie je kan selecteren. vb.vrienden, kennissen,
familieleden, 1e fase TP-studenten (vb. MPO),…
o judgmentsampling: selecteren van bevoorrechte personen. vb.praktijkexperts,
onderwerpdeskundigen,…
o snowballsampling: 1e deelnemer levert een volgende deelnemer op; volgende
deelnemer levert volgende op etc. Handig voor moeilijk te bereiken doelgroepen. vb.
niet-opgenomen drugverslaafden
o quota sampling: populatie verdelen in subpopulaties (strata); in ieder stratum een
convenience sample nemen (≠ at random!!)
o random walk: een ‘wandelroute’ wordt op voorhand
vastgelegd en houdt géén rekening met wie er
‘woont
4) Dataverzameling
Er kunnen op ontzettend veel manieren gegevens verzameld worden, zowel binnen
experimentele onderzoeken als surveyonderzoeken.
5) Beschrijven & analyseren
Dit heeft verschillende doelen:
o Wanneer gegevens verzameld worden, gaat het overzicht snel verloren. Hiervoor
gebruiken we figuren en tabellen of kengetallen zoals centrale tendensmaten &
spreidingsmaten. -> doel: beschrijven & samenvatten → beschrijvende statistiek
o Wat zeggen de verzamelde gegevens nu over de onderzoeksvragen/hypothesen?
Hierbij heb je de inductieve redenering: vanuit waarnemingen ware & algemene
uitspraken maken. -> doel: vragen beantwoorden → inductieve statistiek
Men gaat nu van een onderzoekshypothese naar een statistische, testbare set van hypothesen.
HOOFDSTUK 1: DE STATISTIEK IN HET ONDERZOEK
- Statistiek = verzamelen, classificeren, samenvatten, organiseren, analyseren en interpreteren
van gegevens
- Twee soorten statistiek:
- De populatie= ALLE individuen waar we een uitspraak over willen maken, deze individuen
komen allen in aanmerking voor het onderzoek
- De steekproef= een selectie of een representatie van individuen uit de populatie
o Vb: Populatie: ALLE depressieve mensen – Steekproef: 100 Vlaamse depressieve
patiënten
o Populatie: ALLE TP-studenten – Steekproef: alle TP-studenten die naar de les komen
- Onderzoek= statistiek is een onderzoekhulpmiddel, en onderzoek probeert waarnemingen
om te vormen tot ware & algemene uitspraken, het is OBSERVEERBAAR
o Deze waarnemingen slaan op VARIABELEN:
▪ Iedere onderzoekseenheid/object/proefpersoon heeft één en slechts
éénwaarde per variabele (= mutueel exclusief)
▪ De waarden op een variabele kunnen verschillen tussen de proefpersonen
(constante)
▪ De waarden zijn observeerbaar/meetbaar
▪ Verschillende soorten variabelen, afhankelijk van het soort onderzoek
▪ Voorbeelden: lichaamslengte, intelligentie, luiheid, geslacht…
o Ware en algemene uitspraken:
▪ WAAR: gebaseerd op waarnemingen; observeerbaar
▪ ALGEMEEN: toepasbaar op objecten die nog niet werden waargenomen
▪ Soorten uitspraken:
• Deterministische uitspraken: uitspraken die 100% zeker zijn; voor
alle objecten zonder twijfel toepasbaar
, • Probabilistische uitspraken: uitspraken die niet 100% zeker zijn; er is
een kans dat er uitzonderingen zijn
o Kwaliteitscriteria opdat uitspraken waar en algemeen zijn:
▪ Objectiviteit: neutraal en zonder vooringenomenheden
▪ Controleerbaarheid: onderzoeker beschrijft volledig hoe de waarnemingen
tot stand zijn gekomen
▪ Herhaalbaarheid: het onderzoek kan perfect nagebootst worden
▪ Systematiek: logisch stappenplan en verderzetting van een onderzoekslijn
Een voorbeeld van een correlationeel onderzoek is de vragenlijstonderzoek.
- Soorten verbanden:
- Vereisten voor een (direct) causaal verband: criteria van Hume & Mill
o Tijdruimtelijke structuur van oorzaak en gevolg
o Oorzaak dient vóóraf te gaan aan het gevolg
o Het gevolg zal nooit optreden zonder het voorkomen van de oorzaak
o Alle andere mogelijke verklaringen zijn uitgesloten
o X en Y kunnen in de tijd geordend worden
o X en Y kunnen specifiek in de tijd geordend worden; éérst X en dan Y
o Géén X dan ook géén Y
o Géén derde variabelen die het verband tussen X en Y kunnen verklaren (variabele Z)
, - DE ONDERZOEKSFASEN
1) De vraagstelling
a. Onderzoeksvraag: de vraag waarop het onderzoek een antwoord probeert te geven
b. Onderzoekshypothesen: een ware en algemene stelling die nog niet bewezen is; ze
drukt je verwachtingen als onderzoeker uit. Hiervoor is info nodig over HOE het
onderzoek uitgevoerd zal worden, en het is afhankelijk van het type onderzoek.
2) Operationalisering/concretisering
Operationalisering is de eerste stap in het ontwerpen van een onderzoek. Men gaat van
abstracte begrippen naar concrete variabelen; HOE gaan we iets meten en manipuleren? In
het kader van operationalisering zal de onderzoeker dienen aan te geven op welke wijze hij
de begrippen meetbaar zal maken. Men kan hierbij gebruik maken van een experiment, een
vragenlijst… Hoe abstracter het begrip, hoe moeilijker om iets meetbaar te maken.
Vb: als we spreken over een jongen of een meisje, kunnen we dit nagaan via de inschrijving
op school. Dit is gemakkelijk te operationaliseren. Depressief zijn, milieubesef, intelligentie…
zijn moeilijk te operationaliseren.
3) De steekproefopzet
a. Populatie: ALLE individuen waar we een uitspraak over willen maken, deze
individuen komen allen in aanmerking voor het onderzoek. Als hiervan het aantal
gekend is, gebruiken we het symbool N.
b. Steekproef: een selectie/representatie van individuen uit de populatie. Als hiervan
het aantal gekend is, gebruiken we het symbool n.
c. Probleem 1: Kunnen alle individuen uit de populatie getest worden? -> praktisch
enkel haalbaar voor kleine populaties.
d. Probleem 2: Hoe kunnen we individuen selecteren uit de populatie? -> door middel
van aselecte en niet -aselecte steekproeven.
ASELECTE STEEKPROEF: elk individu uit de populatie heeft evenveel kans om gekozen te worden voor
de steekproef. De deelnemers worden at random gekozen. Schattingen over de populatie kunnen
gemaakt worden op basis van de steekproef -> parameterschatting.
Voorbeelden:
o systematisch aselecte steekproef: de computer kiest de eerste persoon at random,
daarna doet de (1+n)e persoon mee. Vb: random: 7, dan 7+2= 9e persoon, 9+2= 11de
persoon…
o volledig aselecte steekproef: computer kiest individuen toevallig.
o gestratificeerde steekproef: populatie verdelen in subpopulaties (strata); uit iedere
deelpopulatie at random selecteren. Dit kan proportioneel: uit ieder strata relatief
evenveel of disproportionee: uit ieder strata een vast aantal.
o clustersteekproef: populatie verdelen in heterogene
subgroepen; deelnemende subgroepen at random gekozen;
iedereen van gekozen subgroep doet mee.
o getrapte steekproef: combinatie van voorgaande
strategieën
, NIET ASELECTE STEEKPROEF: elk individu uit de populatie heeft niet dezelfde kans om gekozen te
worden voor de steekproef. Deelnemers worden niet at random gekozen. Schattingen over de
populatie kunnen niet (eenvoudig) gemaakt worden op basis van de steekproef; wees kritisch!
Voorbeelden:
o convenience sampling: selecteren, wie je kan selecteren. vb.vrienden, kennissen,
familieleden, 1e fase TP-studenten (vb. MPO),…
o judgmentsampling: selecteren van bevoorrechte personen. vb.praktijkexperts,
onderwerpdeskundigen,…
o snowballsampling: 1e deelnemer levert een volgende deelnemer op; volgende
deelnemer levert volgende op etc. Handig voor moeilijk te bereiken doelgroepen. vb.
niet-opgenomen drugverslaafden
o quota sampling: populatie verdelen in subpopulaties (strata); in ieder stratum een
convenience sample nemen (≠ at random!!)
o random walk: een ‘wandelroute’ wordt op voorhand
vastgelegd en houdt géén rekening met wie er
‘woont
4) Dataverzameling
Er kunnen op ontzettend veel manieren gegevens verzameld worden, zowel binnen
experimentele onderzoeken als surveyonderzoeken.
5) Beschrijven & analyseren
Dit heeft verschillende doelen:
o Wanneer gegevens verzameld worden, gaat het overzicht snel verloren. Hiervoor
gebruiken we figuren en tabellen of kengetallen zoals centrale tendensmaten &
spreidingsmaten. -> doel: beschrijven & samenvatten → beschrijvende statistiek
o Wat zeggen de verzamelde gegevens nu over de onderzoeksvragen/hypothesen?
Hierbij heb je de inductieve redenering: vanuit waarnemingen ware & algemene
uitspraken maken. -> doel: vragen beantwoorden → inductieve statistiek
Men gaat nu van een onderzoekshypothese naar een statistische, testbare set van hypothesen.
