KWANTITATIEVE DATA-ANALYSE
DR. FEMKE KONINGS
INTRODUCTIE EN PRAKTISCHE AFSPRAKEN – 09/02/2026
WERKING VAK
• Theorie
o Lessen: OPNAMES + LIVE = Dr. Femke Konings (worden opgenomen)
o Q&A sessies
o Opnames blijven beschikbaar op Toledo
o Sledes voor de les online op Toledo
• Oefensessies
o Oefenen van analyses in R
o PC-lokalen
o Begeleid door Jana Vereecke & Elien Beelen
o Vier groepen
VRAGEN / Q&A
• Discussie forum op Toledo (theorie en oefensessies) → vragen stellen
o Map per les → vermeld ook les in vraag!
o Beantwoord vragen van anderen!
o Vragen worden gebundeld en beantwoord tijdens Q&A sessies:
o Vragen worden gebundeld en beantwoord tijdens Q&A sessies:
▪ 16/03: les 1-5
▪ 4/05: les 1-9 + examen
▪ Live of opname, afhankelijk van aantal vragen
o Enkel dringende vragen per mail ()
VOORKENNIS EN LESMATERIAAL
• Statistiek van de Sociale Wetenschappen
• Opfrissen kennis?
o Opfrissing theorie: zie map “praktische info” op Toledo (niet bevraagd op examen)
o Herhaling R: zie Toledo-community “Zelfstudie R voor sociale wetenschappen”
• Lesmateriaal: boek Andy Field – Discovering Statistics using R (2014)
EXAMEN
• Gesloten boek, open vragen
• Theorie: 10/20
• Oefeningen: 10/20
o Met formularium R formules
o Focus op interpreteren resultaten
• Examen in PC-klas
• Meer info laatste les (04/05)
1
,ECTS-FICHE
PLANNING HOORCOLLEGES (VOORLOPIG)
PLANNING OEFENSESSIE (VOORLOPIG)
2
,LES 1: INLEIDING EN INFERENTIËLE STATISTIEK – OPNAME
O.b.v. een steekproef iets zeggen over populatieparameter
WETENSCHAP & DATA-ANALYSE
Elke wetenschappelijke studie start vanuit een hypothese en/of onderzoeksvraag
• Elke hypothese/onderzoeksvraag impliceert een model (een vereenvoudigde, samenvattende
abstractie) van de realiteit → nog heel algemeen, geen hypothese of steekproefstatistiek
• Onderzoeksvraag= heel algemeen
o “Wat is de samenhang tss sociale mediagebruik en mentaal welzijn”
• Hypothese= expliciet een richting vermelden
o “We vermoeden dat sociale media een negatieve invloed uitoefenen op het mentaal welzijn”
o Hoe hoger je sociale mediagebruik, hoe lager je mentale welzijn
We starten vanuit een conceptueel model…
• Bv. “Hoe vaker mensen in het verleden blootgesteld werden aan geweld, hoe minder gevoelig ze er nu
voor zijn”
• Bv. “In welke mate is er een verschil in gemiddelde levenstevredenheid tussen mensen van
verschillende sociaal-economische status (laag-gemiddeld-hoog)?”
→… en vertalen dit naar een statistisch model
• Statistische modellen geven een wiskundige formalisering voor het conceptueel model in de vorm
van een vergelijking, bestaande uit variabelen (geoperationaliseerde concepten) en parameters.
• Laten ons toe om het conceptueel model kwantitatief te modelleren, kwantitatieve voorspellingen te
doen vanuit het model, en die kwantitatieve voorspellingen te testen in reële data.
Voorbeeld: 𝑦𝑖 = 𝑏0 + 𝑏1𝑥1𝑖 + 𝑒𝑖
• Basaal lineair model
• Conceptueel model in regressievergelijking
o Sociale media= x var; Mentaal welzijn= y var
o b0= intercept – wat is de score op de y var als de x score 0 is
o b1= regressiecoeffiecient
o Error= geeft meetfout weer
▪ Geschatte score naar y zal verschillen van de werkelijke score
STAP 1. ANALYSE & MODELLERING VAN DE STEEKPROEFDATA (VANAF LES 4)
Om je statistisch model te testen meet je eerst een aantal relevante variabelen (‘operationalisering’) in een
steekproef met grootte n uit een bepaalde populatie met grootte N. →steekproefdata nodig
• Bv. Lengte, mediagebruik, symptomen, aantal kinderen, attitudes ten opzichte van migratie…
Na de meting heb je data (steekproefgegevens) die je kan gebruiken om je model te ‘fitten’ en relevante
statistieken te berekenen die inspelen op je hypothese/onderzoeksvraag
• Fitten: o.b.v. ons statistisch model een schatting maken van y (zie lineaire regressievgl)
• Steekproefstatistiek: regressie coëfficiënt (b1) = willen weten met hoeveel uw mentaal welzijn toe of
afneemt als uw sociale mediagebruik met 1 eenheid verschilt
• Meetfout klein: statistisch model een goede fit van model
GENERAL LINEAR MODEL (GLM)
De statistische modellen die we zullen gebruiken zijn altijd (specifieke vormen van) lineaire modellen
3
, Basaal lineair model
= Mentaal welzijn voorspelen o.b.v. sociale mediagebruik
• yi: score op variabele voor 1 persoon, AV, gaan we inschatten o.b.v. ons model
• b0: intercept, waarde van de y-variabele als de x-variabele 0 is
o b0: = 2: intercept: die persoon geen sociale media gebruikt, score op mentaal welzijn = 2
• b1: regressie coëfficiënt, invloed van x op y
o b1= -2: 1 uur extra sociale media gebruikt, zijn mentaal welzijn met -2 afneemt
o b1= 2: wanneer sociale mediagebruik met 1 meetheenheid toeneemt, dan stijgt zijn mentaal
welzijn met 2
• x: OV of voorspeller
• e: error of meetfout, afwijking schatting
Complexer lineair model
= ook voorspellen o.b.v. hoeveel vrienden iemand heeft, leeftijd,…
Meest rudimentaire lineaire model
= geen onafhankelijke variabele, AV gelijk aan groepsgemiddelde, elk individu zijn/haar score gelijk is aan de
gem score van mentaal welzijn binnen de steekproef
We gaan er vanuit dat elke score is gelijk aan het groepsgemiddelde, meetfouten! (niet de werkelijkheid)
MERK OP: VORM VAN HET MODEL IS ALTIJD HETZELFDE
Elk getest statistisch model geeft 2 soorten informatie
1) Parameterschattingen (= hetzelfde als statistieken)
a. Regressie coëfficiënt
2) Schattingen van ‘fit’ van het model
VOORBEELDEN VAN PARAMETERSCHAFNGEN/STATISTIEKEN DIE WE VAAK ZULLEN
GEBRUIKEN (VANAF LES 4)
• Gemiddelde in één groep of verschil tussen gemiddelden in verschillende groepen.
• Variantie in één groep of verschil tussen varianties in verschillende groepen.
• Proportie of relatieve frequentie waarmee een bepaalde eigenschap in één groep of bij verschillende
groepen voorkomt.
• De correlatie tussen twee variabelen.
o “Hoe goed model de data beschrijft, hoe goed y variabele schatten”
• De regressiecoëfficiënt voor het lineair verband tussen twee variabelen.
4
DR. FEMKE KONINGS
INTRODUCTIE EN PRAKTISCHE AFSPRAKEN – 09/02/2026
WERKING VAK
• Theorie
o Lessen: OPNAMES + LIVE = Dr. Femke Konings (worden opgenomen)
o Q&A sessies
o Opnames blijven beschikbaar op Toledo
o Sledes voor de les online op Toledo
• Oefensessies
o Oefenen van analyses in R
o PC-lokalen
o Begeleid door Jana Vereecke & Elien Beelen
o Vier groepen
VRAGEN / Q&A
• Discussie forum op Toledo (theorie en oefensessies) → vragen stellen
o Map per les → vermeld ook les in vraag!
o Beantwoord vragen van anderen!
o Vragen worden gebundeld en beantwoord tijdens Q&A sessies:
o Vragen worden gebundeld en beantwoord tijdens Q&A sessies:
▪ 16/03: les 1-5
▪ 4/05: les 1-9 + examen
▪ Live of opname, afhankelijk van aantal vragen
o Enkel dringende vragen per mail ()
VOORKENNIS EN LESMATERIAAL
• Statistiek van de Sociale Wetenschappen
• Opfrissen kennis?
o Opfrissing theorie: zie map “praktische info” op Toledo (niet bevraagd op examen)
o Herhaling R: zie Toledo-community “Zelfstudie R voor sociale wetenschappen”
• Lesmateriaal: boek Andy Field – Discovering Statistics using R (2014)
EXAMEN
• Gesloten boek, open vragen
• Theorie: 10/20
• Oefeningen: 10/20
o Met formularium R formules
o Focus op interpreteren resultaten
• Examen in PC-klas
• Meer info laatste les (04/05)
1
,ECTS-FICHE
PLANNING HOORCOLLEGES (VOORLOPIG)
PLANNING OEFENSESSIE (VOORLOPIG)
2
,LES 1: INLEIDING EN INFERENTIËLE STATISTIEK – OPNAME
O.b.v. een steekproef iets zeggen over populatieparameter
WETENSCHAP & DATA-ANALYSE
Elke wetenschappelijke studie start vanuit een hypothese en/of onderzoeksvraag
• Elke hypothese/onderzoeksvraag impliceert een model (een vereenvoudigde, samenvattende
abstractie) van de realiteit → nog heel algemeen, geen hypothese of steekproefstatistiek
• Onderzoeksvraag= heel algemeen
o “Wat is de samenhang tss sociale mediagebruik en mentaal welzijn”
• Hypothese= expliciet een richting vermelden
o “We vermoeden dat sociale media een negatieve invloed uitoefenen op het mentaal welzijn”
o Hoe hoger je sociale mediagebruik, hoe lager je mentale welzijn
We starten vanuit een conceptueel model…
• Bv. “Hoe vaker mensen in het verleden blootgesteld werden aan geweld, hoe minder gevoelig ze er nu
voor zijn”
• Bv. “In welke mate is er een verschil in gemiddelde levenstevredenheid tussen mensen van
verschillende sociaal-economische status (laag-gemiddeld-hoog)?”
→… en vertalen dit naar een statistisch model
• Statistische modellen geven een wiskundige formalisering voor het conceptueel model in de vorm
van een vergelijking, bestaande uit variabelen (geoperationaliseerde concepten) en parameters.
• Laten ons toe om het conceptueel model kwantitatief te modelleren, kwantitatieve voorspellingen te
doen vanuit het model, en die kwantitatieve voorspellingen te testen in reële data.
Voorbeeld: 𝑦𝑖 = 𝑏0 + 𝑏1𝑥1𝑖 + 𝑒𝑖
• Basaal lineair model
• Conceptueel model in regressievergelijking
o Sociale media= x var; Mentaal welzijn= y var
o b0= intercept – wat is de score op de y var als de x score 0 is
o b1= regressiecoeffiecient
o Error= geeft meetfout weer
▪ Geschatte score naar y zal verschillen van de werkelijke score
STAP 1. ANALYSE & MODELLERING VAN DE STEEKPROEFDATA (VANAF LES 4)
Om je statistisch model te testen meet je eerst een aantal relevante variabelen (‘operationalisering’) in een
steekproef met grootte n uit een bepaalde populatie met grootte N. →steekproefdata nodig
• Bv. Lengte, mediagebruik, symptomen, aantal kinderen, attitudes ten opzichte van migratie…
Na de meting heb je data (steekproefgegevens) die je kan gebruiken om je model te ‘fitten’ en relevante
statistieken te berekenen die inspelen op je hypothese/onderzoeksvraag
• Fitten: o.b.v. ons statistisch model een schatting maken van y (zie lineaire regressievgl)
• Steekproefstatistiek: regressie coëfficiënt (b1) = willen weten met hoeveel uw mentaal welzijn toe of
afneemt als uw sociale mediagebruik met 1 eenheid verschilt
• Meetfout klein: statistisch model een goede fit van model
GENERAL LINEAR MODEL (GLM)
De statistische modellen die we zullen gebruiken zijn altijd (specifieke vormen van) lineaire modellen
3
, Basaal lineair model
= Mentaal welzijn voorspelen o.b.v. sociale mediagebruik
• yi: score op variabele voor 1 persoon, AV, gaan we inschatten o.b.v. ons model
• b0: intercept, waarde van de y-variabele als de x-variabele 0 is
o b0: = 2: intercept: die persoon geen sociale media gebruikt, score op mentaal welzijn = 2
• b1: regressie coëfficiënt, invloed van x op y
o b1= -2: 1 uur extra sociale media gebruikt, zijn mentaal welzijn met -2 afneemt
o b1= 2: wanneer sociale mediagebruik met 1 meetheenheid toeneemt, dan stijgt zijn mentaal
welzijn met 2
• x: OV of voorspeller
• e: error of meetfout, afwijking schatting
Complexer lineair model
= ook voorspellen o.b.v. hoeveel vrienden iemand heeft, leeftijd,…
Meest rudimentaire lineaire model
= geen onafhankelijke variabele, AV gelijk aan groepsgemiddelde, elk individu zijn/haar score gelijk is aan de
gem score van mentaal welzijn binnen de steekproef
We gaan er vanuit dat elke score is gelijk aan het groepsgemiddelde, meetfouten! (niet de werkelijkheid)
MERK OP: VORM VAN HET MODEL IS ALTIJD HETZELFDE
Elk getest statistisch model geeft 2 soorten informatie
1) Parameterschattingen (= hetzelfde als statistieken)
a. Regressie coëfficiënt
2) Schattingen van ‘fit’ van het model
VOORBEELDEN VAN PARAMETERSCHAFNGEN/STATISTIEKEN DIE WE VAAK ZULLEN
GEBRUIKEN (VANAF LES 4)
• Gemiddelde in één groep of verschil tussen gemiddelden in verschillende groepen.
• Variantie in één groep of verschil tussen varianties in verschillende groepen.
• Proportie of relatieve frequentie waarmee een bepaalde eigenschap in één groep of bij verschillende
groepen voorkomt.
• De correlatie tussen twee variabelen.
o “Hoe goed model de data beschrijft, hoe goed y variabele schatten”
• De regressiecoëfficiënt voor het lineair verband tussen twee variabelen.
4
