Océ François Statistiek 2025
Statistiek voor de bedrijfskunde
Inhoudsopgave
Module 1: inleiding tot de statistiek ...................................................................... 1
1. Kwalitatieve versus kwantitatieve onderzoeksmethoden ...........................................................1
2. Onderzoeksproces .....................................................................................................................1
2.1. Genereren van een onderzoeksvraag ...................................................................................1
2.2. Raadpleeg de theorie ...........................................................................................................1
2.3. Genereer een hypothese .....................................................................................................2
2.4. Gegevens verzamelen met datasets ....................................................................................2
2.5. Gegevens analyseren ..........................................................................................................6
2.6. Veralgemeen de resultaten ..................................................................................................7
Module 1: Oefeningen .......................................................................................... 7
Oefeningen theorie .........................................................................................................................7
Oefeningen SPSS ...........................................................................................................................9
Module 2: Beschrijvende statistiek en grafieken .................................................. 13
1. Beschrijvende statistiek ........................................................................................................... 13
1.1. Verdeling ........................................................................................................................... 14
1.2. Centrummaten (central tendency)..................................................................................... 16
1.3. Spreidingsmaten ............................................................................................................... 18
1.4. Spreidingsbreedte ............................................................................................................. 18
1.5. Interkwartielafstand/Interquartile range ........................................................................... 18
1.6. Variantie (Variance) S2........................................................................................................ 19
1.7. Standaardafwijking (standard deviation) ........................................................................... 19
1.8. Boxplot .............................................................................................................................. 20
Module 2: Oefeningen ........................................................................................ 21
Oefeningen theorie ....................................................................................................................... 21
Oefeningen SPSS ......................................................................................................................... 27
Module 3: Inferentiële statistiek (hypothesetoetsing) .......................................... 32
1. Kans en toeval .......................................................................................................................... 32
2. Hypothesetoetsing (met case ontbijtgranen) ............................................................................ 33
1
,Océ François Statistiek 2025
2.1. Nulhypothese en alternatief opstellen............................................................................... 33
2.2. Significatieniveau/drempelwaarde bepalen ...................................................................... 34
2.3. Trek steekproef en kies de juiste statistische toets............................................................ 35
2.4. Voer de test uit en bepaal de p-waarde .............................................................................. 35
2.5. Interpreteer de resultaten en trek een conclusie ............................................................... 36
Module 3: Oefeningen ........................................................................................ 36
Oefeningen theorie ....................................................................................................................... 36
Module 4: T-testen en One-Way ANOVA (verschil) ................................................ 42
1. One-sample T-Test .................................................................................................................... 42
2. Two-sample T-Test/Matched sample/Repeated Measures ........................................................ 44
2.1. Casestudy met 5 stappen .................................................................................................. 45
3. One-way Analysis of Variance (ANOVA) ..................................................................................... 48
3.1. Casestudy met 5 stappen .................................................................................................. 49
Module 4: Oefeningen ........................................................................................ 49
Oefeningen theorie ....................................................................................................................... 49
Oefeningen SPSS ......................................................................................................................... 57
Module 5: Niet-parametrische toetsen ............................................................... 61
1. Frequentieverdelingen ............................................................................................................. 61
3. Kansverdeling ........................................................................................................................... 61
2.1. Discrete kansverdeling ...................................................................................................... 62
2.2. Continue kansverdeling ..................................................................................................... 62
2.3. Normale verdeling ............................................................................................................. 62
2.4. Standaardnormaalverdeling .............................................................................................. 63
2.5. Steekproevenverdeling ...................................................................................................... 63
2.6. Centrale limietstelling ....................................................................................................... 64
4. Niet-parametrische toetsen/ verdelingsvrije toetsen ................................................................ 64
4.1. Chikwadraattoets voor frequenties ................................................................................... 65
4.2. Mann Whitney U Test en Wilcoxon signed rank test ............................................................ 66
4.3. Kruskal-Wallis Test ............................................................................................................ 68
4.5. Correlatie .......................................................................................................................... 70
4.6. Chikwadraattoets voor kruistabellen ................................................................................. 71
Module 5: Oefeningen ........................................................................................ 73
Oefeningen theorie ....................................................................................................................... 73
2
,Océ François Statistiek 2025
Oefeningen SPSS ......................................................................................................................... 78
Module 6: Correlatie .......................................................................................... 84
1. Correlatie ................................................................................................................................. 84
1.1. Pearson correlatie ............................................................................................................. 85
1.2. Richting ............................................................................................................................. 85
1.3. Sterkte ............................................................................................................................... 85
1.4. Casestudy (correlatie Pearson in praktijk) ......................................................................... 86
1.5. Casestudy 2 ....................................................................................................................... 88
Module 6: Oefeningen ........................................................................................ 89
Oefeningen theorie ....................................................................................................................... 89
Oefeningen SPSS ......................................................................................................................... 90
Module 7: Lineaire regressie............................................................................... 95
1. Regressie .................................................................................................................................. 95
1.1. Lineaire regressie .............................................................................................................. 95
1.2. Regressielijn of line of best fit ............................................................................................ 96
1.3. Casestudy albums – reclame uitgaven............................................................................... 97
1.4. Casestudy albums – reclame uitgaven (vervolg) .............................................................. 100
1.5. Assumpties lineaire regressie .......................................................................................... 103
1.6. Assumptie 1: Lineariteit ................................................................................................... 103
1.7. Assumptie 2: Normaal-verdeelde fouten ......................................................................... 104
1.8. Assumptie 3: Onafhankelijke fouten ................................................................................ 105
1.9. Assumptie 4: Homoscedasticiteit .................................................................................... 105
1.10. Assumptie 5: Multicollineariteit ..................................................................................... 105
Module 7: Oefeningen ....................................................................................... 106
Oefeningen theorie ..................................................................................................................... 106
Oefeningen SPSS ....................................................................................................................... 114
Module 8: Logistische regressie ........................................................................ 121
1. Logistische regressie .............................................................................................................. 121
1.1. Assumpties logistische regressie .................................................................................... 125
1.2. Casestudy verkoop - korting ............................................................................................ 125
Module 8: Oefeningen ....................................................................................... 129
Oefeningen theorie ..................................................................................................................... 129
3
,Océ François Statistiek 2025
Oefeningen SPSS ....................................................................................................................... 136
Module 9: Kies de juiste statistische test ........................................................... 145
1. Parametrische toetsen ........................................................................................................... 145
1.1. Casestudy bedrijf ............................................................................................................ 146
2. Niet-parametrische toetsen.................................................................................................... 147
2. Stappenplan kiezen statistische test ...................................................................................... 147
2.1. Casestudy bedrijf ............................................................................................................ 149
Module 9: Oefeningen ....................................................................................... 150
Oefeningen theorie ..................................................................................................................... 150
Oefeningen SPSS ....................................................................................................................... 155
4
,Océ François Statistiek 2025
Module 1: inleiding tot de statistiek
1. Kwalitatieve versus kwantitatieve onderzoeksmethoden
Kwalitatieve data: woorden, kwalitatieve methodes nodig om woorden en de betekenis
te analyseren zoals interview/focusgroep.
Kwantitatieve onderzoeksmethoden (statistiek): set tools en technieken voor
organiseren, begrijpen en interpreteren van data. Er worden cijfers aan gekoppeld. Het
helpt ons conclusies trekken die betrouwbaar zijn en niet misleidend.
➔ Gemiddelde: heeft variatie, wordt alleen problematisch in extreme situaties. Bv een
baby kruipt vanaf een gemiddelde leeftijd maar kan afwijken (wordt pas erg vanaf een
te late leeftijd).
➔ Statistiek helpt bij het trekken van conclusies op een verantwoorde manier.
2. Onderzoeksproces
2.1. Genereren van een onderzoeksvraag
Probleem waarop onderzoek een antwoord geeft, moet ondubbelzinnig zijn (welke
doelgroep bv). Je kan een vraag genereren door de wereld rond je te observeren.
➔ Bv: ‘Verschilt de klanttevredenheid tussen de vijf locaties?’
2.2. Raadpleeg de theorie
Een theorie is een set van principes die een breed fenomeen verklaart en die heel
algemeen en heel vaak getest is en van toepassing op alle entiteiten of situaties. Een
theoretische groep (een hele set van entiteiten) is een populatie (groep waarover je
conclusies wil trekken zoals alle klanten bv). kan heel divers zijn. Verschillende
onderzoeken kunnen gericht zijn op verschillende populaties.
1
,Océ François Statistiek 2025
➔ Bv: tevredenheid bij klanten wordt beïnvloedt door verschillende factoren (zoals
vriendelijk- en behulpzaamheid).
2.3. Genereer een hypothese
Hypothese: Is een vooropgestelde verklaring voor een vrij beperkt fenomeen of reeks
waarnemingen. Is geen gok maar eerder een poging om trachten te verklaren wat er is
waargenomen.
➔ Bv: klanttevredenheid verschilt per winkellocatie.
Verschil theorie en hypothese:
- Theorie: verklaart breed fenomeen en is al vaker getest.
- Hypothese: enger fenomeen verklaren, nog niet getest.
2.4. Gegevens verzamelen met datasets
SPSS data:
- Dataset: verzameling van gegevens die aan elkaar gekoppeld zijn. Is een
spreadsheet. Bestaat
variabelen en rijen.
- Variabele: kan gemeten
worden en verschilt. Stelt
de kolom voor. Elke
variabele
vertegenwoordigt 1 enkel
type gegeven. Verschillende variabelen vereisen verschillende analyses. Een
variabele kan veranderen en is niet constant.
- Case: gegevens uit één bron van één of meerdere variabelen. Dit zijn de rijen.
Soorten variabelen:
➔ Afhankelijke variabele: is niet constant. Moet je begrijpen of voorspellen (ook
verklarende of uitkomstenvariabele genoemd). Is van primair belang.
➔ Onafhankelijke: heeft een positief of negatief invloed op de afhankelijke. Variatie in
afhankelijke wordt verklaard door de variatie in de onafhankelijke.
Controlevariabelen zijn een controle voor de variatie in de afhankelijke variabele.
➔ Modererende variabelen (ook wel de interactie): maakt de relatie tussen een
onafhankelijke en afhankelijke sterker/zwakker of van richting veranderen.
➔ Mediërend/interveniërend: helpt verband beter te begrijpen (waarom onafhankelijke
invloed op afhankelijke), is een derde variabele die we ertussen kunnen plaatsen.
Definiëren: garbage-in en garbage-out vermijden, je data moet goed worden verzameld
(niet te breed). Een slechte steekproef of data op een verkeerde manier verzameld zal
ook een slecht resultaat opleveren. Pottenkijkers horen niet bij echte kijkers bv.
2
,Océ François Statistiek 2025
Measurement bij variabelen (geven cijfers of symbolen aan kenmerken):
- Direct meetbaar: direct observeerbaar. Dit krijgt de voorkeur. Je gaat op een
weegschala staan bv.
- Indirect meetbaar: conclusies trekken. Leeftijd kan je gokken maar is niet direct
waarneembaar/afleesbaar. Je kan er enkel een vraag over stellen.
- Constructen: zaken die je niet kan aflezen of direct meten en ook niet via een vraag
kan stellen. Kenmerken die belangrijk zijn voor populatie. Je gaat een andere manier
vinden om die variabele te meten. Je moet ze goed definiëren (wat meten?). Is heel
abstract gemeten zoals depressie en angst. Hiervoor heb je een operationele
definitie nodig.
Kwalitatieve variabele (categorische variabele): opgebouwd in categorieën zoals dieren.
- Dichotome of binaire variabele heeft slechts 2 variabelen (dood of levend, roken of
niet).
- Kwalitatief is niet numeriek maar kan als getal worden gecodeerd. Benoemt enkel de
waarde maar heeft geen wiskundige betekenis. Gecodeerd met 0 en 1 voor demi-
variabele.
- Om een regressieanalyse te doen dus variabelen voorspellen op basis van andere
variabelen. Je kan 3 categorien vertalen naar 3 demi-variabelen (3 0-1 variabelen), er
zal enkel een eentje staan bij de variabele dat van toepassing is.
- Nominaal: eenvoudigste, nationaliteit, chocolade en kleur, je kan ze niet
rangschikken. Hulpeloos/zenuwachtig is niet beter, het zijn verschillende soorten
gevoelens dus het zijn dingen die je niet kan rangschikken.
- Ordinaal: olympische medailles, rang en tevredenheid. Hebben een rangschikking.
Groot verschil tussen ontevreden en tevreden en klein verschil tussen heel tevreden
en tevreden (intervallen). De kloven kunnen verschillen. Het is dus niet metrisch en
het is geen schaal.
Kwantitatieve variabelen: schaal of metrische variabele (leeftijd, lengte, gewicht). We
kunnen ermee rekenen. Deze zijn discreet of continu (je moet ze tellen).
- Interval: hebben geen nulpunten en kunnen onder 0 gaan. Verhouding van 0
kalenderjaren hebben geen zin. Verschil tussen 80 en 90 graden is hetzelfde als 90
tot 100 (de interval tussen de variabelen moet gelijk zijn). 0 graden betekent niet dat
er geen temperatuur is of het niet kouder kan worden.
- Ratio: schalen moeten een 0-punt hebben (afwezigheid aangeven van hetgeen dat je
aan het meten bent), gewicht, leeftijd, behaalde punten bv. Verhoudingsschalen
want hebben betekenisvolle 0-punten (er is wel een einde).
- Continu: oneindig veel cijfers met heel veel cijfers na komma bv. kunnen niet geteld
worden. Kan enkel kwantitatief zijn.
- Discreet: je kan ze ook beschouwen als continu, maar in het algemeen zijn
kommagetallen niet mogelijk. Het is een eindig aantal verschillende gehele getallen.
3
,Océ François Statistiek 2025
Dit kan het aantal kinderen tellen in een klas zijn. Kwaliteitatieve variabelen zijn altijd
discreet.
➔ Variabelen kunnen wel variëren van continu naar discreet (we gebruiken jaren ipv
nanoseconden voor leeftijd en 2,3 naar 2,5 partners betekent niet dat iemand 2,5
partners had).
Performance expectancy (operationaliseren): mate waarin technologie een voordeel is
voor de consument of niet? Je moet het concept operationaleren (hoe meten, hoe
abstract concept tastbaar maken). Je kan bv een schaal gebruiken die reeds bestaat om
zeker te zijn dat je met een gevalideerd instrument werkt. Met een schaal kunnen we
meer statistisch analyseren dan simpelweg in ‘ja en nee’. Op welke manier je een
variabele meet zal invloed hebben op de analyse van jouw onderzoek.
Likertschaal: stelt een individu in staat te zeggen hoeveel hij oneens of eens is met een
bepaalde zaak. 7- of 5-punt wordt het meest gebruikt. Ze zijn enkel ordinaal.
➔ Vb: consumenten kunnen aangeven hoe oneens of eens ze zijn met tevredenheid
over een winkel. De resultaten worden opgeteld en gedeeld door het aantal vragen
voor het gemiddelde. Dit geeft een bepaalde score voor performance expectancy.
Hiervoor wel de interne consistentie betrouwbaarheid nagaan.
Interne consistentiebetrouwbaarheid: of de verchillende items van de schaal intern
consistent zijn.
➔ Met Cronbach alpha analyse, elk item moet voldoende gecorreleerd zijn. De
samenhang van elk item met alle andere variabelen. Is afhankelijk van aantal items.
Je kan dan één bepaalde score voor de construct berekenen. Is een getal tussen 0 en
1. Hoe hoger de waarde hoe betrouwaarbaarheid (voor sociale en economische
wetenschappen 0,7). De aantal items bepaalt deze uitkomst sterk. Daarom ook
kijken naar de item-total correlation.
4
,Océ François Statistiek 2025
➔ Er werden 4 items gebruikt voor de performance expexctancy bij 985 respondenten.
De Cronbach alpha is <0,7. De correlatie met het construct PE2 is laag (0,168). Als
we deze item zouden weglaten zou Alpha 0,740 zijn.
➔ Beoordelingen rond mening
van een winkel zijn subjectief
en daardoor ordinaal en niet
interval, omdat de gevoelens
verschillen van persoon tot
persoon waardoor een antwoord geen gelijke waarde heeft.
Voorspellende vs uitkomstvariabele:
- Voorspellend: is onafhankelijk van andere waarden, kan gebruikt worden om scores
van andere variabelen te voorspellen.
➔ Bv: klanttevredenheid voorspellen dmv de winkel waar de klant al naartoe is gegaan.
- Uitkomst: is afhankelijk van andere waarden. Is de verklaarde variabele.
➔ Bv: tevredenheid verklaren door winkellocatie.
Steekproef: een kleinere set van entiteiten. Is een subgroep of een deelgroep van de
populatie.
➔ Wordt gebruikt om conclusies te trekken voor hele populatie (onmogelijk om hele
populatie te onderzoeken maar moet wel veralgemeenbaar kunnen zijn).
- Parameter: iets dat de populatie samenvat (gemiddelde klanttevredenheid in
populatie).
- Statistiek: iets dat de steekproef samenvat (gemiddelde klanttevredenheid in de
steekproef).
Niet-representatieve steekproeven: meerdere respondenten vertekenen wat er
onderzocht wordt waardoor we ten onrechte verschillen trekken in de steekproef (bv
meerendeels zijn gescheiden moeders ipv getrouwde, waardoor er sowieso een verschil
zal zijn in opvoedingstijl).
Eenvoudige willekeurige steekproef (simple random): elk lid van de subset heeft
dezelfde kans om gekozen te worden. Dit om de representativiteit te verhogen.
Steekproefvertekening (sample bias): is een soort vertekening die wordt veroorzaakt
door het kiezen van niet willekeurige gegevens voor statistische analyses. De
vertekening bestaat door een fout in het steekproefselectieproces, waarbij een subset
van de gegevens systematisch wordt uitgesloten vanwege een bepaald kenmerk.
➔ Bv: tijdens WOII kwamen enkel de vliegtuigen zonder ergste fouten terug. Daardoor
analyseerden onderzoekers niet de zwakste plekken (want deze overleefden het
niet).
5
, Océ François Statistiek 2025
Steekproeffout (sample error): ervan uitgaan dat steekproefresultaten voor de hele
populatie geldt omdat we enkel naar de steekproef kijken. De steekproef is niet
hetzelfde als populatie. Hoe groter de steekproef hoe beter omdat er dan minder kans is
op een steekproeffout. Hoe representatiever en groter de steekproef, hoe meer
verlagemeenbaar deze is.
Steekproefvariatie (sample variation): statistieken variëren tussen de verschillende
steekproeven. We krijgen niet alle info over de populatie omdat we slechts naar een deel
ervan kijken. Daarom zijn grotere steekproeven representatiever dan kleinere, ze laten
vergelijkbare dingen over de populatie zien.
Hoe gegevens verzamelen:
- Observationeel/correlationeel onderzoek (1 populatie): je observeert wat er in de
wereld gebeurt zonder dat je je ermee bemoeit. Het zegt niets over de oorzaak tussen
2 variabelen. Geeft wel een heel natuurlijk beeld van wat we onderzoeken. Oorzaak-
gevolg is hier niet mogelijk om te onderzoeken.
➔ Cross-sectionele studie: verschillende variabelen meten over verschillende
cases heen op één moment.
➔ Longitudinale studie: variabelen over een lange periode op verschillende tijden
meten.
- Quasi-experiment (2 of meerdere populaties): de willekeurige toewijzing van
proefpersonen valt weg. Is een soort correlationele studie. Je onderzoekt bv mensen
die wel of geen training wensen. Je kan dan niet weten of de training voor iedereen
werkt of slechts voor de gemotiveerden.
- Experimenteel onderzoek (1 populatie): een oorzaak-gevolg verband zoeken (enkel
dmv experimenten). Je splitst de steekproef willekeurig op in één of twee groepen. Je
gaat een variabele manipuleren en kijken hoe de andere variabele hierop reageert.
2.5. Gegevens analyseren
Beschrijven van steekproef (beschrijvende statistiek): maak een grafiek zoals
gemiddelde klanttevredenheid. Je beschrijft enkel de gegevens.
6
Statistiek voor de bedrijfskunde
Inhoudsopgave
Module 1: inleiding tot de statistiek ...................................................................... 1
1. Kwalitatieve versus kwantitatieve onderzoeksmethoden ...........................................................1
2. Onderzoeksproces .....................................................................................................................1
2.1. Genereren van een onderzoeksvraag ...................................................................................1
2.2. Raadpleeg de theorie ...........................................................................................................1
2.3. Genereer een hypothese .....................................................................................................2
2.4. Gegevens verzamelen met datasets ....................................................................................2
2.5. Gegevens analyseren ..........................................................................................................6
2.6. Veralgemeen de resultaten ..................................................................................................7
Module 1: Oefeningen .......................................................................................... 7
Oefeningen theorie .........................................................................................................................7
Oefeningen SPSS ...........................................................................................................................9
Module 2: Beschrijvende statistiek en grafieken .................................................. 13
1. Beschrijvende statistiek ........................................................................................................... 13
1.1. Verdeling ........................................................................................................................... 14
1.2. Centrummaten (central tendency)..................................................................................... 16
1.3. Spreidingsmaten ............................................................................................................... 18
1.4. Spreidingsbreedte ............................................................................................................. 18
1.5. Interkwartielafstand/Interquartile range ........................................................................... 18
1.6. Variantie (Variance) S2........................................................................................................ 19
1.7. Standaardafwijking (standard deviation) ........................................................................... 19
1.8. Boxplot .............................................................................................................................. 20
Module 2: Oefeningen ........................................................................................ 21
Oefeningen theorie ....................................................................................................................... 21
Oefeningen SPSS ......................................................................................................................... 27
Module 3: Inferentiële statistiek (hypothesetoetsing) .......................................... 32
1. Kans en toeval .......................................................................................................................... 32
2. Hypothesetoetsing (met case ontbijtgranen) ............................................................................ 33
1
,Océ François Statistiek 2025
2.1. Nulhypothese en alternatief opstellen............................................................................... 33
2.2. Significatieniveau/drempelwaarde bepalen ...................................................................... 34
2.3. Trek steekproef en kies de juiste statistische toets............................................................ 35
2.4. Voer de test uit en bepaal de p-waarde .............................................................................. 35
2.5. Interpreteer de resultaten en trek een conclusie ............................................................... 36
Module 3: Oefeningen ........................................................................................ 36
Oefeningen theorie ....................................................................................................................... 36
Module 4: T-testen en One-Way ANOVA (verschil) ................................................ 42
1. One-sample T-Test .................................................................................................................... 42
2. Two-sample T-Test/Matched sample/Repeated Measures ........................................................ 44
2.1. Casestudy met 5 stappen .................................................................................................. 45
3. One-way Analysis of Variance (ANOVA) ..................................................................................... 48
3.1. Casestudy met 5 stappen .................................................................................................. 49
Module 4: Oefeningen ........................................................................................ 49
Oefeningen theorie ....................................................................................................................... 49
Oefeningen SPSS ......................................................................................................................... 57
Module 5: Niet-parametrische toetsen ............................................................... 61
1. Frequentieverdelingen ............................................................................................................. 61
3. Kansverdeling ........................................................................................................................... 61
2.1. Discrete kansverdeling ...................................................................................................... 62
2.2. Continue kansverdeling ..................................................................................................... 62
2.3. Normale verdeling ............................................................................................................. 62
2.4. Standaardnormaalverdeling .............................................................................................. 63
2.5. Steekproevenverdeling ...................................................................................................... 63
2.6. Centrale limietstelling ....................................................................................................... 64
4. Niet-parametrische toetsen/ verdelingsvrije toetsen ................................................................ 64
4.1. Chikwadraattoets voor frequenties ................................................................................... 65
4.2. Mann Whitney U Test en Wilcoxon signed rank test ............................................................ 66
4.3. Kruskal-Wallis Test ............................................................................................................ 68
4.5. Correlatie .......................................................................................................................... 70
4.6. Chikwadraattoets voor kruistabellen ................................................................................. 71
Module 5: Oefeningen ........................................................................................ 73
Oefeningen theorie ....................................................................................................................... 73
2
,Océ François Statistiek 2025
Oefeningen SPSS ......................................................................................................................... 78
Module 6: Correlatie .......................................................................................... 84
1. Correlatie ................................................................................................................................. 84
1.1. Pearson correlatie ............................................................................................................. 85
1.2. Richting ............................................................................................................................. 85
1.3. Sterkte ............................................................................................................................... 85
1.4. Casestudy (correlatie Pearson in praktijk) ......................................................................... 86
1.5. Casestudy 2 ....................................................................................................................... 88
Module 6: Oefeningen ........................................................................................ 89
Oefeningen theorie ....................................................................................................................... 89
Oefeningen SPSS ......................................................................................................................... 90
Module 7: Lineaire regressie............................................................................... 95
1. Regressie .................................................................................................................................. 95
1.1. Lineaire regressie .............................................................................................................. 95
1.2. Regressielijn of line of best fit ............................................................................................ 96
1.3. Casestudy albums – reclame uitgaven............................................................................... 97
1.4. Casestudy albums – reclame uitgaven (vervolg) .............................................................. 100
1.5. Assumpties lineaire regressie .......................................................................................... 103
1.6. Assumptie 1: Lineariteit ................................................................................................... 103
1.7. Assumptie 2: Normaal-verdeelde fouten ......................................................................... 104
1.8. Assumptie 3: Onafhankelijke fouten ................................................................................ 105
1.9. Assumptie 4: Homoscedasticiteit .................................................................................... 105
1.10. Assumptie 5: Multicollineariteit ..................................................................................... 105
Module 7: Oefeningen ....................................................................................... 106
Oefeningen theorie ..................................................................................................................... 106
Oefeningen SPSS ....................................................................................................................... 114
Module 8: Logistische regressie ........................................................................ 121
1. Logistische regressie .............................................................................................................. 121
1.1. Assumpties logistische regressie .................................................................................... 125
1.2. Casestudy verkoop - korting ............................................................................................ 125
Module 8: Oefeningen ....................................................................................... 129
Oefeningen theorie ..................................................................................................................... 129
3
,Océ François Statistiek 2025
Oefeningen SPSS ....................................................................................................................... 136
Module 9: Kies de juiste statistische test ........................................................... 145
1. Parametrische toetsen ........................................................................................................... 145
1.1. Casestudy bedrijf ............................................................................................................ 146
2. Niet-parametrische toetsen.................................................................................................... 147
2. Stappenplan kiezen statistische test ...................................................................................... 147
2.1. Casestudy bedrijf ............................................................................................................ 149
Module 9: Oefeningen ....................................................................................... 150
Oefeningen theorie ..................................................................................................................... 150
Oefeningen SPSS ....................................................................................................................... 155
4
,Océ François Statistiek 2025
Module 1: inleiding tot de statistiek
1. Kwalitatieve versus kwantitatieve onderzoeksmethoden
Kwalitatieve data: woorden, kwalitatieve methodes nodig om woorden en de betekenis
te analyseren zoals interview/focusgroep.
Kwantitatieve onderzoeksmethoden (statistiek): set tools en technieken voor
organiseren, begrijpen en interpreteren van data. Er worden cijfers aan gekoppeld. Het
helpt ons conclusies trekken die betrouwbaar zijn en niet misleidend.
➔ Gemiddelde: heeft variatie, wordt alleen problematisch in extreme situaties. Bv een
baby kruipt vanaf een gemiddelde leeftijd maar kan afwijken (wordt pas erg vanaf een
te late leeftijd).
➔ Statistiek helpt bij het trekken van conclusies op een verantwoorde manier.
2. Onderzoeksproces
2.1. Genereren van een onderzoeksvraag
Probleem waarop onderzoek een antwoord geeft, moet ondubbelzinnig zijn (welke
doelgroep bv). Je kan een vraag genereren door de wereld rond je te observeren.
➔ Bv: ‘Verschilt de klanttevredenheid tussen de vijf locaties?’
2.2. Raadpleeg de theorie
Een theorie is een set van principes die een breed fenomeen verklaart en die heel
algemeen en heel vaak getest is en van toepassing op alle entiteiten of situaties. Een
theoretische groep (een hele set van entiteiten) is een populatie (groep waarover je
conclusies wil trekken zoals alle klanten bv). kan heel divers zijn. Verschillende
onderzoeken kunnen gericht zijn op verschillende populaties.
1
,Océ François Statistiek 2025
➔ Bv: tevredenheid bij klanten wordt beïnvloedt door verschillende factoren (zoals
vriendelijk- en behulpzaamheid).
2.3. Genereer een hypothese
Hypothese: Is een vooropgestelde verklaring voor een vrij beperkt fenomeen of reeks
waarnemingen. Is geen gok maar eerder een poging om trachten te verklaren wat er is
waargenomen.
➔ Bv: klanttevredenheid verschilt per winkellocatie.
Verschil theorie en hypothese:
- Theorie: verklaart breed fenomeen en is al vaker getest.
- Hypothese: enger fenomeen verklaren, nog niet getest.
2.4. Gegevens verzamelen met datasets
SPSS data:
- Dataset: verzameling van gegevens die aan elkaar gekoppeld zijn. Is een
spreadsheet. Bestaat
variabelen en rijen.
- Variabele: kan gemeten
worden en verschilt. Stelt
de kolom voor. Elke
variabele
vertegenwoordigt 1 enkel
type gegeven. Verschillende variabelen vereisen verschillende analyses. Een
variabele kan veranderen en is niet constant.
- Case: gegevens uit één bron van één of meerdere variabelen. Dit zijn de rijen.
Soorten variabelen:
➔ Afhankelijke variabele: is niet constant. Moet je begrijpen of voorspellen (ook
verklarende of uitkomstenvariabele genoemd). Is van primair belang.
➔ Onafhankelijke: heeft een positief of negatief invloed op de afhankelijke. Variatie in
afhankelijke wordt verklaard door de variatie in de onafhankelijke.
Controlevariabelen zijn een controle voor de variatie in de afhankelijke variabele.
➔ Modererende variabelen (ook wel de interactie): maakt de relatie tussen een
onafhankelijke en afhankelijke sterker/zwakker of van richting veranderen.
➔ Mediërend/interveniërend: helpt verband beter te begrijpen (waarom onafhankelijke
invloed op afhankelijke), is een derde variabele die we ertussen kunnen plaatsen.
Definiëren: garbage-in en garbage-out vermijden, je data moet goed worden verzameld
(niet te breed). Een slechte steekproef of data op een verkeerde manier verzameld zal
ook een slecht resultaat opleveren. Pottenkijkers horen niet bij echte kijkers bv.
2
,Océ François Statistiek 2025
Measurement bij variabelen (geven cijfers of symbolen aan kenmerken):
- Direct meetbaar: direct observeerbaar. Dit krijgt de voorkeur. Je gaat op een
weegschala staan bv.
- Indirect meetbaar: conclusies trekken. Leeftijd kan je gokken maar is niet direct
waarneembaar/afleesbaar. Je kan er enkel een vraag over stellen.
- Constructen: zaken die je niet kan aflezen of direct meten en ook niet via een vraag
kan stellen. Kenmerken die belangrijk zijn voor populatie. Je gaat een andere manier
vinden om die variabele te meten. Je moet ze goed definiëren (wat meten?). Is heel
abstract gemeten zoals depressie en angst. Hiervoor heb je een operationele
definitie nodig.
Kwalitatieve variabele (categorische variabele): opgebouwd in categorieën zoals dieren.
- Dichotome of binaire variabele heeft slechts 2 variabelen (dood of levend, roken of
niet).
- Kwalitatief is niet numeriek maar kan als getal worden gecodeerd. Benoemt enkel de
waarde maar heeft geen wiskundige betekenis. Gecodeerd met 0 en 1 voor demi-
variabele.
- Om een regressieanalyse te doen dus variabelen voorspellen op basis van andere
variabelen. Je kan 3 categorien vertalen naar 3 demi-variabelen (3 0-1 variabelen), er
zal enkel een eentje staan bij de variabele dat van toepassing is.
- Nominaal: eenvoudigste, nationaliteit, chocolade en kleur, je kan ze niet
rangschikken. Hulpeloos/zenuwachtig is niet beter, het zijn verschillende soorten
gevoelens dus het zijn dingen die je niet kan rangschikken.
- Ordinaal: olympische medailles, rang en tevredenheid. Hebben een rangschikking.
Groot verschil tussen ontevreden en tevreden en klein verschil tussen heel tevreden
en tevreden (intervallen). De kloven kunnen verschillen. Het is dus niet metrisch en
het is geen schaal.
Kwantitatieve variabelen: schaal of metrische variabele (leeftijd, lengte, gewicht). We
kunnen ermee rekenen. Deze zijn discreet of continu (je moet ze tellen).
- Interval: hebben geen nulpunten en kunnen onder 0 gaan. Verhouding van 0
kalenderjaren hebben geen zin. Verschil tussen 80 en 90 graden is hetzelfde als 90
tot 100 (de interval tussen de variabelen moet gelijk zijn). 0 graden betekent niet dat
er geen temperatuur is of het niet kouder kan worden.
- Ratio: schalen moeten een 0-punt hebben (afwezigheid aangeven van hetgeen dat je
aan het meten bent), gewicht, leeftijd, behaalde punten bv. Verhoudingsschalen
want hebben betekenisvolle 0-punten (er is wel een einde).
- Continu: oneindig veel cijfers met heel veel cijfers na komma bv. kunnen niet geteld
worden. Kan enkel kwantitatief zijn.
- Discreet: je kan ze ook beschouwen als continu, maar in het algemeen zijn
kommagetallen niet mogelijk. Het is een eindig aantal verschillende gehele getallen.
3
,Océ François Statistiek 2025
Dit kan het aantal kinderen tellen in een klas zijn. Kwaliteitatieve variabelen zijn altijd
discreet.
➔ Variabelen kunnen wel variëren van continu naar discreet (we gebruiken jaren ipv
nanoseconden voor leeftijd en 2,3 naar 2,5 partners betekent niet dat iemand 2,5
partners had).
Performance expectancy (operationaliseren): mate waarin technologie een voordeel is
voor de consument of niet? Je moet het concept operationaleren (hoe meten, hoe
abstract concept tastbaar maken). Je kan bv een schaal gebruiken die reeds bestaat om
zeker te zijn dat je met een gevalideerd instrument werkt. Met een schaal kunnen we
meer statistisch analyseren dan simpelweg in ‘ja en nee’. Op welke manier je een
variabele meet zal invloed hebben op de analyse van jouw onderzoek.
Likertschaal: stelt een individu in staat te zeggen hoeveel hij oneens of eens is met een
bepaalde zaak. 7- of 5-punt wordt het meest gebruikt. Ze zijn enkel ordinaal.
➔ Vb: consumenten kunnen aangeven hoe oneens of eens ze zijn met tevredenheid
over een winkel. De resultaten worden opgeteld en gedeeld door het aantal vragen
voor het gemiddelde. Dit geeft een bepaalde score voor performance expectancy.
Hiervoor wel de interne consistentie betrouwbaarheid nagaan.
Interne consistentiebetrouwbaarheid: of de verchillende items van de schaal intern
consistent zijn.
➔ Met Cronbach alpha analyse, elk item moet voldoende gecorreleerd zijn. De
samenhang van elk item met alle andere variabelen. Is afhankelijk van aantal items.
Je kan dan één bepaalde score voor de construct berekenen. Is een getal tussen 0 en
1. Hoe hoger de waarde hoe betrouwaarbaarheid (voor sociale en economische
wetenschappen 0,7). De aantal items bepaalt deze uitkomst sterk. Daarom ook
kijken naar de item-total correlation.
4
,Océ François Statistiek 2025
➔ Er werden 4 items gebruikt voor de performance expexctancy bij 985 respondenten.
De Cronbach alpha is <0,7. De correlatie met het construct PE2 is laag (0,168). Als
we deze item zouden weglaten zou Alpha 0,740 zijn.
➔ Beoordelingen rond mening
van een winkel zijn subjectief
en daardoor ordinaal en niet
interval, omdat de gevoelens
verschillen van persoon tot
persoon waardoor een antwoord geen gelijke waarde heeft.
Voorspellende vs uitkomstvariabele:
- Voorspellend: is onafhankelijk van andere waarden, kan gebruikt worden om scores
van andere variabelen te voorspellen.
➔ Bv: klanttevredenheid voorspellen dmv de winkel waar de klant al naartoe is gegaan.
- Uitkomst: is afhankelijk van andere waarden. Is de verklaarde variabele.
➔ Bv: tevredenheid verklaren door winkellocatie.
Steekproef: een kleinere set van entiteiten. Is een subgroep of een deelgroep van de
populatie.
➔ Wordt gebruikt om conclusies te trekken voor hele populatie (onmogelijk om hele
populatie te onderzoeken maar moet wel veralgemeenbaar kunnen zijn).
- Parameter: iets dat de populatie samenvat (gemiddelde klanttevredenheid in
populatie).
- Statistiek: iets dat de steekproef samenvat (gemiddelde klanttevredenheid in de
steekproef).
Niet-representatieve steekproeven: meerdere respondenten vertekenen wat er
onderzocht wordt waardoor we ten onrechte verschillen trekken in de steekproef (bv
meerendeels zijn gescheiden moeders ipv getrouwde, waardoor er sowieso een verschil
zal zijn in opvoedingstijl).
Eenvoudige willekeurige steekproef (simple random): elk lid van de subset heeft
dezelfde kans om gekozen te worden. Dit om de representativiteit te verhogen.
Steekproefvertekening (sample bias): is een soort vertekening die wordt veroorzaakt
door het kiezen van niet willekeurige gegevens voor statistische analyses. De
vertekening bestaat door een fout in het steekproefselectieproces, waarbij een subset
van de gegevens systematisch wordt uitgesloten vanwege een bepaald kenmerk.
➔ Bv: tijdens WOII kwamen enkel de vliegtuigen zonder ergste fouten terug. Daardoor
analyseerden onderzoekers niet de zwakste plekken (want deze overleefden het
niet).
5
, Océ François Statistiek 2025
Steekproeffout (sample error): ervan uitgaan dat steekproefresultaten voor de hele
populatie geldt omdat we enkel naar de steekproef kijken. De steekproef is niet
hetzelfde als populatie. Hoe groter de steekproef hoe beter omdat er dan minder kans is
op een steekproeffout. Hoe representatiever en groter de steekproef, hoe meer
verlagemeenbaar deze is.
Steekproefvariatie (sample variation): statistieken variëren tussen de verschillende
steekproeven. We krijgen niet alle info over de populatie omdat we slechts naar een deel
ervan kijken. Daarom zijn grotere steekproeven representatiever dan kleinere, ze laten
vergelijkbare dingen over de populatie zien.
Hoe gegevens verzamelen:
- Observationeel/correlationeel onderzoek (1 populatie): je observeert wat er in de
wereld gebeurt zonder dat je je ermee bemoeit. Het zegt niets over de oorzaak tussen
2 variabelen. Geeft wel een heel natuurlijk beeld van wat we onderzoeken. Oorzaak-
gevolg is hier niet mogelijk om te onderzoeken.
➔ Cross-sectionele studie: verschillende variabelen meten over verschillende
cases heen op één moment.
➔ Longitudinale studie: variabelen over een lange periode op verschillende tijden
meten.
- Quasi-experiment (2 of meerdere populaties): de willekeurige toewijzing van
proefpersonen valt weg. Is een soort correlationele studie. Je onderzoekt bv mensen
die wel of geen training wensen. Je kan dan niet weten of de training voor iedereen
werkt of slechts voor de gemotiveerden.
- Experimenteel onderzoek (1 populatie): een oorzaak-gevolg verband zoeken (enkel
dmv experimenten). Je splitst de steekproef willekeurig op in één of twee groepen. Je
gaat een variabele manipuleren en kijken hoe de andere variabele hierop reageert.
2.5. Gegevens analyseren
Beschrijven van steekproef (beschrijvende statistiek): maak een grafiek zoals
gemiddelde klanttevredenheid. Je beschrijft enkel de gegevens.
6
