Statistiek
Hoofdstuk 1
Statistiek
= het verminderen van een grote set informatie naar interessante cijfers.
→ dit vormt de optimale basis voor beslissingen, beheer, beleid, actie.
De drie centrummaten:
Het gemiddelde:
o = alles optellen / het totaal aantal cijfers
o Vb. gemiddelde van de getallen 1, 2, 3, 6
= (1+2+3+6) / 4
Mediaan:
o = het middelste getal, als alles gerangschikt staat.
o Vb. 1, 2, 3, 4, 7, 8, 10,
De mediaan is hier 4.
Modus:
o = het getal dat het meest voorkomt.
o Vb. 1, 3, 3, 3, 5, 5, 7, 10
De modus is 3.
De drie spreidingmaten:
o Standaardafwijking
o Variantie
o Interkwartiermaten
Infographic
= grafische manier om gegevens van een kwantitatief onderzoek (getallen) te gaan
weergeven.
1. causaliteit vs. statistische relatie
Voorbeeld:
o Er zijn op bepaalde plaatsen in België nieuwe netwerkpalen geplaatst zodat 5G er
beter werkt, maar dat zorgt voor extra stralingen.
o Er zijn op bepaalde plaatsen in België heel veel corona gevallen, en dit zijn dezelfde
plaatsen als daar waar de nieuwe netwerkpalen geplaatst zijn.
o Variabelen:
5G stralingen
Coronagevallen
o Statische verband:
Er is een positief statistisch verband tussen de corona gevallen en de 5G
stralingen.
Want ze stijgen beide.
o Causaal verband:
= oorzaak-gevolg verband
Er is geen causaal verband want de 5G stralingen hebben er niet voor
gezorgd dat er meer coronagevallen zijn.
Want de oorzaak was de bevolkingsdichtheid en de grootte van de steden.
1
,Statisch verband:
o Wordt onderzocht via een kwantitatief onderzoek.
Causaal verband:
o Wordt onderzocht via een kwalitatief onderzoek.
o Vb. via experimenten kijken of de stralingen een effect hebben op de verspreiding
van corona.
2. onafhankelijke variabele vs. afhankelijke variabele
Variabelen
o Zijn afkomstig uit je vragen
O.a. via enquête
o 2 soorten:
Onafhankelijke variabelen
Afhankelijke variabelen
Onafhankelijke variabelen:
o = de verklarende variabelen.
Deze gaat de afhankelijke variabelen verklaren.
o Deze heeft een effect op de afhankelijke variabelen.
Afhankelijke variabelen:
o = de te verklaren variabelen.
o We gaan nakijken of deze beïnvloed wordt door de onafhankelijke variabelen.
Voorbeeld:
Variabelen:
o Studies = onafhankelijk
o Geslacht = onafhankelijk
o Inkomen = afhankelijk
We gaan dus kijken of geslacht en studies
een invloed hebben op het inkomen.
→ of het afhankelijk of onafhankelijk is hangt dus volledig af van je onderzoek!
→ in marketing gaan we leeftijd en gelsacht vaak als onafhankelijke variabelen gebruiken.
3. beschrijvende statistiek vs. inductieve/ verklarende statistiek
Statistiek bestaat inhoudelijk uit 2 delen:
o Beschrijvende statistiek
Dan ga je enkel u steekproef analyseren.
Dit gaan we dit jaar zien!
o Inductieve/ verklarende statistiek
Dan ga je kijken hoe je over u volledige populatie kan spreken a.d.h.v. de
resultaten van de steekproef.
2
,Beschrijvende statistiek:
o = ordenen, bewerken en voorstellen van verzamelde gegevens aan de hand van
kengetallen.
O.a. rekenkundig gemiddelde, mediaan, modus, variantie
In tabellen en grafieken
o Kijkt ook of er een samenhang bestaat tussen de gegevens.
Inductieve statistiek:
o = de vertaling naar de volledige populatie
o Via statistische toetsen
Hoe betrouwbaar is het gevonden verschil?
Hypothesetoetsing
o = het maken van uitspraken over een grote groep gegevens (de populatie) op basis
van een klein gedeelte van de groep (de steekproef).
4. populatie vs. steekproef
De steekproef en de populatie
moeten dezelfde verdeling hebben
van de elementen.
Populatie
o = iedereen
o O.a. alle klanten, iedereen ter wereld, …
Steekproef
o = een deel van de populatie dat bevraagd wordt.
o Het is dus belangrijk dat deze representatief is!!
Voorwaarden om representatief te zijn:
o Genoeg mensen ondervragen
o Eerlijke verhouding van de ondervraagden t.o.v. de populatie
Representatief:
o Verschilleden categorieën/ mensen ondervragen.
O.a. de verschillende studierichtingen, geslacht, …
o De juiste verhoudingen van elke categorie ondervragen.
O.a. aantal ondervraagde mensen van elke richting moet in verhouding staan
met de inschrijvingen, aantal ondervraagde mensen van het verschillende
geslacht moet in verhouding staan met de inschrijvingen, …
o Voorbeeld:
Enquête bij Hunkemöller
Het is niet representatief van 50% mannen en 50% vrouwen te ondervragen.
3
, Als de steekproef niet representatief is → dan kan je “foefelen” met de
gegevens.
5. correlatieonderzoek/ regressie
Inductieve statistieken
o Gaat kijken of er verbanden/ relaties zijn tussen variabelen.
o Doet dit a.d.h.v. een correlatieonderzoek/ regressie.
6. meetniveaus
Je meetniveau bepaalt wat voor variabelen het is.
= wat je ermee kan berekenen.
3 meetniveaus:
o Nominaal < ordinaal < schaal
= de grootte van de meetniveaus
Schaal is dus het grootste meetniveau.
4
Hoofdstuk 1
Statistiek
= het verminderen van een grote set informatie naar interessante cijfers.
→ dit vormt de optimale basis voor beslissingen, beheer, beleid, actie.
De drie centrummaten:
Het gemiddelde:
o = alles optellen / het totaal aantal cijfers
o Vb. gemiddelde van de getallen 1, 2, 3, 6
= (1+2+3+6) / 4
Mediaan:
o = het middelste getal, als alles gerangschikt staat.
o Vb. 1, 2, 3, 4, 7, 8, 10,
De mediaan is hier 4.
Modus:
o = het getal dat het meest voorkomt.
o Vb. 1, 3, 3, 3, 5, 5, 7, 10
De modus is 3.
De drie spreidingmaten:
o Standaardafwijking
o Variantie
o Interkwartiermaten
Infographic
= grafische manier om gegevens van een kwantitatief onderzoek (getallen) te gaan
weergeven.
1. causaliteit vs. statistische relatie
Voorbeeld:
o Er zijn op bepaalde plaatsen in België nieuwe netwerkpalen geplaatst zodat 5G er
beter werkt, maar dat zorgt voor extra stralingen.
o Er zijn op bepaalde plaatsen in België heel veel corona gevallen, en dit zijn dezelfde
plaatsen als daar waar de nieuwe netwerkpalen geplaatst zijn.
o Variabelen:
5G stralingen
Coronagevallen
o Statische verband:
Er is een positief statistisch verband tussen de corona gevallen en de 5G
stralingen.
Want ze stijgen beide.
o Causaal verband:
= oorzaak-gevolg verband
Er is geen causaal verband want de 5G stralingen hebben er niet voor
gezorgd dat er meer coronagevallen zijn.
Want de oorzaak was de bevolkingsdichtheid en de grootte van de steden.
1
,Statisch verband:
o Wordt onderzocht via een kwantitatief onderzoek.
Causaal verband:
o Wordt onderzocht via een kwalitatief onderzoek.
o Vb. via experimenten kijken of de stralingen een effect hebben op de verspreiding
van corona.
2. onafhankelijke variabele vs. afhankelijke variabele
Variabelen
o Zijn afkomstig uit je vragen
O.a. via enquête
o 2 soorten:
Onafhankelijke variabelen
Afhankelijke variabelen
Onafhankelijke variabelen:
o = de verklarende variabelen.
Deze gaat de afhankelijke variabelen verklaren.
o Deze heeft een effect op de afhankelijke variabelen.
Afhankelijke variabelen:
o = de te verklaren variabelen.
o We gaan nakijken of deze beïnvloed wordt door de onafhankelijke variabelen.
Voorbeeld:
Variabelen:
o Studies = onafhankelijk
o Geslacht = onafhankelijk
o Inkomen = afhankelijk
We gaan dus kijken of geslacht en studies
een invloed hebben op het inkomen.
→ of het afhankelijk of onafhankelijk is hangt dus volledig af van je onderzoek!
→ in marketing gaan we leeftijd en gelsacht vaak als onafhankelijke variabelen gebruiken.
3. beschrijvende statistiek vs. inductieve/ verklarende statistiek
Statistiek bestaat inhoudelijk uit 2 delen:
o Beschrijvende statistiek
Dan ga je enkel u steekproef analyseren.
Dit gaan we dit jaar zien!
o Inductieve/ verklarende statistiek
Dan ga je kijken hoe je over u volledige populatie kan spreken a.d.h.v. de
resultaten van de steekproef.
2
,Beschrijvende statistiek:
o = ordenen, bewerken en voorstellen van verzamelde gegevens aan de hand van
kengetallen.
O.a. rekenkundig gemiddelde, mediaan, modus, variantie
In tabellen en grafieken
o Kijkt ook of er een samenhang bestaat tussen de gegevens.
Inductieve statistiek:
o = de vertaling naar de volledige populatie
o Via statistische toetsen
Hoe betrouwbaar is het gevonden verschil?
Hypothesetoetsing
o = het maken van uitspraken over een grote groep gegevens (de populatie) op basis
van een klein gedeelte van de groep (de steekproef).
4. populatie vs. steekproef
De steekproef en de populatie
moeten dezelfde verdeling hebben
van de elementen.
Populatie
o = iedereen
o O.a. alle klanten, iedereen ter wereld, …
Steekproef
o = een deel van de populatie dat bevraagd wordt.
o Het is dus belangrijk dat deze representatief is!!
Voorwaarden om representatief te zijn:
o Genoeg mensen ondervragen
o Eerlijke verhouding van de ondervraagden t.o.v. de populatie
Representatief:
o Verschilleden categorieën/ mensen ondervragen.
O.a. de verschillende studierichtingen, geslacht, …
o De juiste verhoudingen van elke categorie ondervragen.
O.a. aantal ondervraagde mensen van elke richting moet in verhouding staan
met de inschrijvingen, aantal ondervraagde mensen van het verschillende
geslacht moet in verhouding staan met de inschrijvingen, …
o Voorbeeld:
Enquête bij Hunkemöller
Het is niet representatief van 50% mannen en 50% vrouwen te ondervragen.
3
, Als de steekproef niet representatief is → dan kan je “foefelen” met de
gegevens.
5. correlatieonderzoek/ regressie
Inductieve statistieken
o Gaat kijken of er verbanden/ relaties zijn tussen variabelen.
o Doet dit a.d.h.v. een correlatieonderzoek/ regressie.
6. meetniveaus
Je meetniveau bepaalt wat voor variabelen het is.
= wat je ermee kan berekenen.
3 meetniveaus:
o Nominaal < ordinaal < schaal
= de grootte van de meetniveaus
Schaal is dus het grootste meetniveau.
4
