Statistiek B - Volledige samenvatting OOW

STATISTIEK B
HF1 DE KEUZE VAN DE MEEST GEPASTE ANALYSETECHNIEK

Bivariaat: analyses met 2 variabelen

Multivariaat: analyses met meer dan 2 variabelen

Onderzoeksproblemen met respectievelijk 2 of meer variabelen waartussen we het verband willen
kennen.
 Voorbeeld: hangt het percentage werknemers dat een training volgt samen met de grootte van
het bedrijf én met het bedrijfsklimaat?

Ontwerpprobleem/voorspellingsprobleem: onderzoek is geïnteresseerd in hoe 1 of ander fenomeen
kan veranderd worden
 Voorbeeld: hoe kunnen we ervoor zorgen dat leerlingen betere wiskundeprestaties behalen in
die scholen waar slecht gepresteerd wordt?


1.1 IDENTIFICEREN VAN VARIABELEN EN HUN MEETNIVEAU

Kiezen van een juiste analysetechniek:
 Stap 1: variabelen zoeken & meetniveau bepalen

Variabelen benoemen:




Schaalscores: kwantitatieve variabelen

,Variabelen tekenen:




Oefeningen:
 Pagina 26
 PowerPoint 1, slide 12


1.2 VERBANDEN TUSSEN VARIABELEN

Kiezen van een juiste analysetechniek:
 Stap 1: variabelen zoeken & meetniveau bepalen
 Stap 2: zoeken naar een verband/relatie tussen variabelen
 Hangen 2 variabelen samen?
 In welke mate beïnvloedt de ene variabele de andere variabele?
 = causale verbanden & niet-causale verbanden

Niet-causaal verband: onderzoeker is geïnteresseerd in de mate waarin de ene
variabele samenhangt met de andere (associaties zonder causaliteit)
 Dubbele pijl
 Maakt niet uit welke variabele links of rechts staat
 Herkennen in onderzoeksvraag:
 Samenhang, geassocieerd met,…
 Voorbeelden:
 Hangt het gewicht van mensen samen met hun lengte?
 In hoeverre hebben studenten die de leerstof op een diepere wijze verwerken een
hogere slaagkans in het hoger onderwijs?

Causaal verband: spreken in termen van oorzaak (onafhankelijke variabele) en gevolg (afhankelijke
variabele)
 Rechte éénrichtingspijl
 Herkennen in onderzoeksvraag:
 Effect, impact, voorspellen, verklaren,…
 Voorbeeld:
 Heeft het aantal uren dat een leerling studeert voor een toets een invloed op de
scores voor die toets?

,  Aantal uur studeren (X, oorzaak, voorspeller) & toetsscore (Y, gevolg)

Complexere verbanden:
 Controle variabelen: effect van 1 variabele op een afhankelijke
variabele, maar andere variabelen zijn ook belangrijk
 Voorbeeld:
 Heeft het aantal uren dat een leerling studeert voor
een toets een invloed op de scores voor die toets,
ongeacht het IQ van de leerling?
 Herkennen in onderzoeksvraag:
 Wat is het effect van X op Y,
 ongeacht Z;
 rekening houdend met Z;
 controlerend voor Z?
 Interactie tussen variabelen: effect van 2 variabelen tezamen (X & Z) op de afhankelijke
variabele (Y)
 Voorbeeld:
 Is het verband tussen het aantal uren studie en de
toetsscore afhankelijk van het IQ van een leerling?
 Herkennen in onderzoeksvraag:
 Is het effect van X op Y…
 afhankelijk van Z;
 hetzelfde/identiek voor … als voor …;
 verschillend voor…als voor…?
 2 gewone pijlen blijven aanwezig, we nemen de 2 hoofdeffecten ook mee in de
analyse, anders kan het zijn dat je het interactie-effect fout inschat (bv.: te groot)
 Onrechtstreekse (of indirecte) verbanden
 Voorbeeld:
 Heeft klasgrootte een effect op leerling prestaties via zijn invloed op
taakgerichte interacties? Of, heeft klasgrootte een effect op taakgerichte
interactie en aldus op leerling prestaties?
 Tussenliggende/intermediaire variabele: variabele die tussen de onafhankelijke
variabele en de afhankelijke variabele ligt
 Zowel gevolg (er komt een pijl aan) & oorzaak (er vertrekt een pijl)
 ‘Taakgerichte interacties’

Oefeningen:
 PowerPoint 1, slide 15
 Pagina 28, 29, 31, 32 en 33


1.3 WELKE ANALYSETECHNIEKEN BIJ WELKE VISUALISATIE?

Kiezen van een juiste analysetechniek:
 Stap 1: variabelen zoeken & meetniveau bepalen
 Stap 2: zoeken naar een verband/relatie tussen variabelen & onderzoekvraag tekenen
 Stap 3: gebruik flowchart om te bepalen welke techniek het meest gepast is

, Flowchart:




Geen causaal
 Onderzoek heeft als doel een samenhang tussen variabelen na te gaan zonder uitspraak te
doen over causaliteit