Statistiek als hulpmiddel
Een overzicht van gangbare toepassingen in de sociale wetenschappen
H1 Statistische gegevens
Het verzamelen van kwantitatieve gegevens wordt in dit hoofdstuk behandeld. Er
wordt ingegaan op gegevens die zijn verzameld met behulp van aselecte
steekproeven.
1.1 Inleiding
Gegevens moeten numeriek zijn (info moet in de vorm van getallen worden
opgeslagen). Gegevens die alfanumeriek/string variabelen (in woorden, bv
antwoorden op open vragen) zijn, worden omgezet in getallen als er statistische
bewerkingen plaatsvinden.
Spreadsheet:
- Rijen = analyse-eenheden (hierover worden statistische uitspraken gedaan).
- Kolommen = variabelen (met info over de analyse-eenheden)
SPSS: “variable view” dan in de rijen de variabelen en in de kolommen de
informatie daarover. Hier krijg je dus meer info over wat de waarden betekenen.
- Als je op “view” drukt bovenaan en dan “value labels” dan laat het zien welk
label aan het getal is gekoppeld. Dus ipv 1 en 2 zie je dan male en female
staan.
Onderzoekseenheden/analyse-eenheden = over welke eenheid wil je uitspraken
doen? Bv individuen, huishoudens, dorpen etc.
Variabelen = eigenschappen/kenmerken van de onderzoekeenheden. Bv leeftijd,
sekse, inkomen, aantal inwoners.
Waarden = scores die de onderzoekseenheid kan halen op de variabelen. Bv 0-100
jaar, man/vrouw, 0 t/m 1 mln euro, 0 t/m … inwoners.
,1.2 Vier soorten variabelen
Een variabele meet een bepaald kenmerk van de analyse-eenheid en kan
verschillende waarden aannemen. Ook heeft het vaste categorieën, zoals 1, 2 en 3.
De inhoudelijke betekenis hiervan vindt je in het codeboek of variabele venster.
Variabelen worden verdeeld in vier meetniveaus:
Kwalitatieve variabelen (categorische variabelen):
- Nominaal = categorieën alleen onderscheden door naamgeving. Geen
rangorde. Unieke waarden, ene is bv niet hoger of lager dan de andere (bv
geslacht).
- Ordinaal = wel rangorde (bv opleiding, want vwo is hoger dan havo). De
verschillen mogen wel willekeurig zijn, je weet namelijk niet het precieze
verschil tussen de categorieën. Verschillen tussen categorieën niet gelijk.
Kwantitatieve variabelen (continue variabelen)
- Interval = hier is het wel bekend hoe groot de verschillen of intervallen tussen
opeenvolgende categorieën precies zijn (bv geboortejaar). Er is een rangorde.
De intervallen zijn steeds gelijk aan elkaar.
- Ratio = er is een rangorde, gelijke afstanden tussen gelijke intervallen én een
absoluut nulpunt. Er zijn verhoudingen (ratio’s) te berekenen (bv de temp).
Dichotome variabelen (binary variable) = een speciale categorie. Bestaan uit 2
categorieën (bv de variabele geslacht). Er is sprake van rangorde in termen van wel
of niet je bent wel of niet een vrouw. Er is maar 1 interval, dus de vraag of gelijke
intervallen gelijke afstanden hebben vervalt. Tot slot kan men 1 vd categorieën
opvatten als een nulpunt dus dichotome variabelen zijn ratio.
1.3 Selectie van analyse-eenheden: de steekproeftrekking
Om met behulp van een beperkt aantal analyse-eenheden te kunnen generaliseren
naar de gehele populatie, is het gangbaar dat je gebruik maakt van een steekproef.
Die steekproef moet voldoende representatief zijn.
- Enkelvoudige aselecte steekproef = er wordt op basis van toeval een aantal
analyse-eenheden gekozen uit de populatie.
- Gestratificeerde aselecte steekproef = er vind eerst een onderverdeling plaats
naar categorieën en dan pas aselect selecteren.
, - Getrapte steekproef = er vinden 1 of meer aselecte voorselecties plaats en
daarna pas een enkelvoudige of gestratificeerde steekproef. Hierdoor
kostenbesparing en het is inhoudelijk van belang (als je bv relaties onderzoekt
moeten mensen wel relaties ondergaan).
1.4 Verzamelen van statistische gegevens
Manieren om statistische gegevens te verzamelen:
- Grootschalig veldonderzoek = grote, bij voorkeur aselecte, groepen
respondenten.
- Experiment = op aselecte wijze worden groepen gevormd die zo veel mogelijk
op elkaar lijken. Experimentele groep krijgt wel info of behandeling (stimulus)
en de controle groep niet.
- Observatie = observator maakt bewust deel uit van de onderzoeksgroep OF
maakt juist geen deel uit om geen verstoringen aan te brengen. Leefomgeving
staat centraal.
- Secundaire databronnen = gebruik maken van een enorm aanbod statistische
gegevens dat al verzameld is. Dus is al door andere verzameld.
1.5 Kwaliteit van statistische gegevens
Basisvoorwaarden voor de kwaliteit van statistische gegevens:
- Geldigheid/validiteit = meet je wat je wilt meten?
- Betrouwbaarheid (reliability) = meting vrij van toevalsfouten? Bij herhaalde
metingen moet de uitkomst hetzelfde zijn.
- Representativiteit = aselecte steekproef moet een juiste afspiegeling vormen
van onderzoekspopulatie.
- Ontbrekende gegevens (missings) = als je bv vraagt naar het inkomen van
mensen, als veel het niet zeggen veranderen de resultaten: vooral het
gemiddelde bv. Geef je aan met 99 of 999.
1.6 Van statistische gegevens naar uitspraken
De methode van dataverzameling moet zijn afgestemd op het doel vh onderzoek en
de onderzoeker moet informatie geven over de geldigheid/betrouwbaarheid vd data,
de mate van representativiteit en hoe er is omgegaan met onbekende gegevens.
Een overzicht van gangbare toepassingen in de sociale wetenschappen
H1 Statistische gegevens
Het verzamelen van kwantitatieve gegevens wordt in dit hoofdstuk behandeld. Er
wordt ingegaan op gegevens die zijn verzameld met behulp van aselecte
steekproeven.
1.1 Inleiding
Gegevens moeten numeriek zijn (info moet in de vorm van getallen worden
opgeslagen). Gegevens die alfanumeriek/string variabelen (in woorden, bv
antwoorden op open vragen) zijn, worden omgezet in getallen als er statistische
bewerkingen plaatsvinden.
Spreadsheet:
- Rijen = analyse-eenheden (hierover worden statistische uitspraken gedaan).
- Kolommen = variabelen (met info over de analyse-eenheden)
SPSS: “variable view” dan in de rijen de variabelen en in de kolommen de
informatie daarover. Hier krijg je dus meer info over wat de waarden betekenen.
- Als je op “view” drukt bovenaan en dan “value labels” dan laat het zien welk
label aan het getal is gekoppeld. Dus ipv 1 en 2 zie je dan male en female
staan.
Onderzoekseenheden/analyse-eenheden = over welke eenheid wil je uitspraken
doen? Bv individuen, huishoudens, dorpen etc.
Variabelen = eigenschappen/kenmerken van de onderzoekeenheden. Bv leeftijd,
sekse, inkomen, aantal inwoners.
Waarden = scores die de onderzoekseenheid kan halen op de variabelen. Bv 0-100
jaar, man/vrouw, 0 t/m 1 mln euro, 0 t/m … inwoners.
,1.2 Vier soorten variabelen
Een variabele meet een bepaald kenmerk van de analyse-eenheid en kan
verschillende waarden aannemen. Ook heeft het vaste categorieën, zoals 1, 2 en 3.
De inhoudelijke betekenis hiervan vindt je in het codeboek of variabele venster.
Variabelen worden verdeeld in vier meetniveaus:
Kwalitatieve variabelen (categorische variabelen):
- Nominaal = categorieën alleen onderscheden door naamgeving. Geen
rangorde. Unieke waarden, ene is bv niet hoger of lager dan de andere (bv
geslacht).
- Ordinaal = wel rangorde (bv opleiding, want vwo is hoger dan havo). De
verschillen mogen wel willekeurig zijn, je weet namelijk niet het precieze
verschil tussen de categorieën. Verschillen tussen categorieën niet gelijk.
Kwantitatieve variabelen (continue variabelen)
- Interval = hier is het wel bekend hoe groot de verschillen of intervallen tussen
opeenvolgende categorieën precies zijn (bv geboortejaar). Er is een rangorde.
De intervallen zijn steeds gelijk aan elkaar.
- Ratio = er is een rangorde, gelijke afstanden tussen gelijke intervallen én een
absoluut nulpunt. Er zijn verhoudingen (ratio’s) te berekenen (bv de temp).
Dichotome variabelen (binary variable) = een speciale categorie. Bestaan uit 2
categorieën (bv de variabele geslacht). Er is sprake van rangorde in termen van wel
of niet je bent wel of niet een vrouw. Er is maar 1 interval, dus de vraag of gelijke
intervallen gelijke afstanden hebben vervalt. Tot slot kan men 1 vd categorieën
opvatten als een nulpunt dus dichotome variabelen zijn ratio.
1.3 Selectie van analyse-eenheden: de steekproeftrekking
Om met behulp van een beperkt aantal analyse-eenheden te kunnen generaliseren
naar de gehele populatie, is het gangbaar dat je gebruik maakt van een steekproef.
Die steekproef moet voldoende representatief zijn.
- Enkelvoudige aselecte steekproef = er wordt op basis van toeval een aantal
analyse-eenheden gekozen uit de populatie.
- Gestratificeerde aselecte steekproef = er vind eerst een onderverdeling plaats
naar categorieën en dan pas aselect selecteren.
, - Getrapte steekproef = er vinden 1 of meer aselecte voorselecties plaats en
daarna pas een enkelvoudige of gestratificeerde steekproef. Hierdoor
kostenbesparing en het is inhoudelijk van belang (als je bv relaties onderzoekt
moeten mensen wel relaties ondergaan).
1.4 Verzamelen van statistische gegevens
Manieren om statistische gegevens te verzamelen:
- Grootschalig veldonderzoek = grote, bij voorkeur aselecte, groepen
respondenten.
- Experiment = op aselecte wijze worden groepen gevormd die zo veel mogelijk
op elkaar lijken. Experimentele groep krijgt wel info of behandeling (stimulus)
en de controle groep niet.
- Observatie = observator maakt bewust deel uit van de onderzoeksgroep OF
maakt juist geen deel uit om geen verstoringen aan te brengen. Leefomgeving
staat centraal.
- Secundaire databronnen = gebruik maken van een enorm aanbod statistische
gegevens dat al verzameld is. Dus is al door andere verzameld.
1.5 Kwaliteit van statistische gegevens
Basisvoorwaarden voor de kwaliteit van statistische gegevens:
- Geldigheid/validiteit = meet je wat je wilt meten?
- Betrouwbaarheid (reliability) = meting vrij van toevalsfouten? Bij herhaalde
metingen moet de uitkomst hetzelfde zijn.
- Representativiteit = aselecte steekproef moet een juiste afspiegeling vormen
van onderzoekspopulatie.
- Ontbrekende gegevens (missings) = als je bv vraagt naar het inkomen van
mensen, als veel het niet zeggen veranderen de resultaten: vooral het
gemiddelde bv. Geef je aan met 99 of 999.
1.6 Van statistische gegevens naar uitspraken
De methode van dataverzameling moet zijn afgestemd op het doel vh onderzoek en
de onderzoeker moet informatie geven over de geldigheid/betrouwbaarheid vd data,
de mate van representativiteit en hoe er is omgegaan met onbekende gegevens.
