SAMENVATTING DATA METRICS
HOOFDSTUK 1: Plaats van statistiek in een marktonderzoek
Wat is het belang van dat binnen een onderneming?
De hedendaagse beslissingsstructuur is gebaseerd op data. Bedrijven gebruiken dat
voor alles tegenwoordig. Marktonderzoek, klantenbeheer, het meten van
verkooptrajecten, het hele proces binnen hun bedrijf, enz.
Kwalitatief vs kwantitatief onderzoek:
Bij een kwalitatief onderzoek probeer je diepgaande info te verzamelen zodat je
perfect kan opvolgen wat er bij de populatie leeft en waarom. Je gaat dus
achterhalen wat de meningen zijn van de populatie.
vb: Waarom zijn onze klanten zo tevreden over onze dienstverlening?
Bij een kwantitatief onderzoek focus je je op het cijfermatig inzicht (doel). Je
vraagstelling gaat dus gebaseerd zijn op feiten en heeft een vaste structuur. De
antwoorden die je dan op deze vragen krijgt, kan je dan in hoeveelheden gaan
kunnen weergeven in tabellen, grafieken en percentages.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening?
DATA METRICS IS EEN KWANTITATIEF ONDERZOEK
Fasen in een kwantitatief onderzoek:
Fase 1: Vraagstelling
Binnen deze fase worden er onderzoeksvragen opgesteld. Van deze vragen worden dan ook
onderzoekshypothesen ( veronderstellingen) gemaakt.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening? (onderzoeksvraag)
=> 90% van onze klanten is tevreden over onze dienstverlening (onderzoekshypothese)
Je gaat daarnaast ook kijken naar de variabelen (wiskundig element uit een verzameling)
binnen je onderzoek en naar de populatie. Je gaat binnen je onderzoek uitmaken welke
variabele de afhankelijke is en welke de onafhankelijke.
vb: Fietsen: je snelheid is de afhankelijke variabele en kracht is de onafhankelijke variabele
=> je gaat sneller, hoe meer kracht je geeft.
Fase 2: Meetbaar maken = operationaliseren
Operationaliseren wil zeggen dat je iets concreet/meetbaar gaat maken binnen de
onderzoeksvraag. Je moet dan ook kiezen hoe je de begrippen gaat vaststellen.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening? => De klant? Wie is
dat? => iemand die regelmatig bij ons koopt, iemand die ook bij de concurrentie koopt, …
Onze dienstverlening? Wat is dat juist? Enkel in de winkel of ook buiten de winkel, …
Fase 3: Steekproefopzet
Je gaat aan de hand van een steekproef je gegevens verzamelen, want het is in de meeste
gevallen onmogelijk om de totale populatie te ondervragen. Maar je moet er wel voor
zorgen dat de steekproef representatief is. Dit wil zeggen dat de conclusies die je getrokken
hebt bij je steekproef ook moet gelden op de totale populatie.
, SAMENVATTING DATA METRICS
Fase 4: Gegevens verzamelen
De gegevens verzamelen kan je, afhankelijk van je onderzoek, op vele verschillende
manieren doen: Interviews, vragenlijsten, proefwerken, observaties, experimenten, …
Fase 5: Beschrijven en analyseren van de gegevens
Wanneer je al je gegevens verzameld hebt ga je deze in een datamatrix gieten.
Hier ga je alle data bijhouden die je verzameld hebt in
de vorige fase. Hieruit kan je dan ook allerlei zaken
gaan meten zoals de frequentie (hoe vaak iets
voorkomt) van bepaalde zaken:
N: Totaal aantal respondenten
Af (absolute frequentie): Hoe vaak die waarde
voorkomt.
Caf (Absolute cumulatieve frequentie): De af van de
vorige waarden en de huidige waarde opgeteld.
Rf (Relatieve fraquentie): De af uitgedrukt in % t.o.v. de N
Crf ( Relatieve cumulatieve frequentie): De rf van de vorige waarden en de huidige waarde
opgeteld.
Fase 6: Conclusies formuleren
In deze fase is het belangrijk dat de conclusies die getrokken hebt representatief (geldig
voor de hele populatie) zijn.
2 soorten steekproeven:
Aselect: willekeurig mensen nemen uit de populatie.
Niet-aselect: volgens een bepaalde volgorde selectie maken.
Fase 7: Verband tussen resultaten en theorie
Bij de laatste stap moet je bij de empirische cyclus beginnen met je theorie om daar
uiteindelijk dan een antwoord op te krijgen.
HOOFDSTUK 1: Plaats van statistiek in een marktonderzoek
Wat is het belang van dat binnen een onderneming?
De hedendaagse beslissingsstructuur is gebaseerd op data. Bedrijven gebruiken dat
voor alles tegenwoordig. Marktonderzoek, klantenbeheer, het meten van
verkooptrajecten, het hele proces binnen hun bedrijf, enz.
Kwalitatief vs kwantitatief onderzoek:
Bij een kwalitatief onderzoek probeer je diepgaande info te verzamelen zodat je
perfect kan opvolgen wat er bij de populatie leeft en waarom. Je gaat dus
achterhalen wat de meningen zijn van de populatie.
vb: Waarom zijn onze klanten zo tevreden over onze dienstverlening?
Bij een kwantitatief onderzoek focus je je op het cijfermatig inzicht (doel). Je
vraagstelling gaat dus gebaseerd zijn op feiten en heeft een vaste structuur. De
antwoorden die je dan op deze vragen krijgt, kan je dan in hoeveelheden gaan
kunnen weergeven in tabellen, grafieken en percentages.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening?
DATA METRICS IS EEN KWANTITATIEF ONDERZOEK
Fasen in een kwantitatief onderzoek:
Fase 1: Vraagstelling
Binnen deze fase worden er onderzoeksvragen opgesteld. Van deze vragen worden dan ook
onderzoekshypothesen ( veronderstellingen) gemaakt.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening? (onderzoeksvraag)
=> 90% van onze klanten is tevreden over onze dienstverlening (onderzoekshypothese)
Je gaat daarnaast ook kijken naar de variabelen (wiskundig element uit een verzameling)
binnen je onderzoek en naar de populatie. Je gaat binnen je onderzoek uitmaken welke
variabele de afhankelijke is en welke de onafhankelijke.
vb: Fietsen: je snelheid is de afhankelijke variabele en kracht is de onafhankelijke variabele
=> je gaat sneller, hoe meer kracht je geeft.
Fase 2: Meetbaar maken = operationaliseren
Operationaliseren wil zeggen dat je iets concreet/meetbaar gaat maken binnen de
onderzoeksvraag. Je moet dan ook kiezen hoe je de begrippen gaat vaststellen.
vb: Hoeveel % van de klanten is tevreden over onze dienstverlening? => De klant? Wie is
dat? => iemand die regelmatig bij ons koopt, iemand die ook bij de concurrentie koopt, …
Onze dienstverlening? Wat is dat juist? Enkel in de winkel of ook buiten de winkel, …
Fase 3: Steekproefopzet
Je gaat aan de hand van een steekproef je gegevens verzamelen, want het is in de meeste
gevallen onmogelijk om de totale populatie te ondervragen. Maar je moet er wel voor
zorgen dat de steekproef representatief is. Dit wil zeggen dat de conclusies die je getrokken
hebt bij je steekproef ook moet gelden op de totale populatie.
, SAMENVATTING DATA METRICS
Fase 4: Gegevens verzamelen
De gegevens verzamelen kan je, afhankelijk van je onderzoek, op vele verschillende
manieren doen: Interviews, vragenlijsten, proefwerken, observaties, experimenten, …
Fase 5: Beschrijven en analyseren van de gegevens
Wanneer je al je gegevens verzameld hebt ga je deze in een datamatrix gieten.
Hier ga je alle data bijhouden die je verzameld hebt in
de vorige fase. Hieruit kan je dan ook allerlei zaken
gaan meten zoals de frequentie (hoe vaak iets
voorkomt) van bepaalde zaken:
N: Totaal aantal respondenten
Af (absolute frequentie): Hoe vaak die waarde
voorkomt.
Caf (Absolute cumulatieve frequentie): De af van de
vorige waarden en de huidige waarde opgeteld.
Rf (Relatieve fraquentie): De af uitgedrukt in % t.o.v. de N
Crf ( Relatieve cumulatieve frequentie): De rf van de vorige waarden en de huidige waarde
opgeteld.
Fase 6: Conclusies formuleren
In deze fase is het belangrijk dat de conclusies die getrokken hebt representatief (geldig
voor de hele populatie) zijn.
2 soorten steekproeven:
Aselect: willekeurig mensen nemen uit de populatie.
Niet-aselect: volgens een bepaalde volgorde selectie maken.
Fase 7: Verband tussen resultaten en theorie
Bij de laatste stap moet je bij de empirische cyclus beginnen met je theorie om daar
uiteindelijk dan een antwoord op te krijgen.
