Samenvatting Statistiek Sociale Wetenschappen | S0A22A | KU Leuven | 2026/27

STATISTIEK VAN DE SOCIALE
WETENSCHAPPEN
HOOFDSTUK 1: DOEL VAN STATISTIEK

1.1 DOEL VAN STATISTIEK


1.1.1 STATISTIEK IS OVERAL
Dataficatie:

Dagdagelijkse acties en interacties worden omgezet in data die kunnen worden
opgevolgd, geanalyseerd en geoptimaliseerd

Kwantitatief onderzoek:

 Methodologieën die gebruik maken van data-analyse en statistiek
 Data in nummers omgezet zodat ze geanalyseerd kunnen worden door statistische
methoden

Data geletterdheid:

 Kwaliteit van bestaand onderzoek kunnen evalueren
 Onderzoeksresultaten communiceren
 Implicaties van onderzoek interpreteren

Social data science:

Combinatie van:

 Domeinspecifieke kennis van sociale wetenschappen
 Computerwetenschappen
 Datawetenschappen


1.1.2 DOEL VAN DATA-ANALYSE
Data-analyse:

 Toepassen van statistische methoden en analysetechnieken in een bepaald
domein
 Kunst & wetenschap van het verzamelen, meten, organiseren, presenteren,
analyseren en interpreteren van data
 Gebruikt om (sociaalwetenschappelijke) onderzoeksvragen te beantwoorden
 Doel = inzicht verwerven op basis van deze data
 Inzicht verwerven over bepaalde fenomenen die (deels) te vatten zijn met data

 Link met sterk verbonden veld:
Methodologie van het sociaalwetenschappelijk onderzoek

Wetenschappelijke houding hanteren van belang:

 Data-analyse moet objectief en onafhankelijk van beoefenaar gebeuren

Data-analyse is een kunst:

,  Creatief en interpretatief proces, wel afhankelijk van beoefenaar

1.2 VAN PROBLEEMSTELLING NAAR DATA-ANALYSE

STAPPEN VAN STATISTISCH ONDERZOEK




1.2.1 PROBLEEMSTELLING
Onderzoeksvraag = start statistisch onderzoek

 Start vanuit probleemstelling


1.2.2 DATA VERZAMELEN
Data worden verzameld bij onderzoekseenheden:

 Eenheden/objecten waarop onderzoek betrekking heeft en waarbij kenmerken
gemeten worden
 Niet altijd mensen

Populatie:

 Verzameling van alle onderzoekseenheden
 Worden gekenmerkt door afbakening in tijd en ruimte

Steekproef:

 Deelverzameling van onderzoekseenheden uit populatie
 Representatief als kenmerk in gelijke mate voorkomt in steekproef als in populatie
 n = omvang, grootte van een steekproef
 Aselecte/enkelvoudige/ willekeurige steekproef
o Elke onderzoekseenheid heeft even grote kans op selectie

Gegevens verzamelen:

 Nadat populatie is omschreven + steekproefstrategie bepaald
 Data kan al beschikbaar zijn of zelf verzamelen

Data:

 Omvat informatie en kenmerken gemeten bij onderzoekseenheden
 ≠ bronnen
 Sociaalwetenschappelijk onderzoek:
o Survey
o Experimenten (oorzakelijke verbanden vaststellen)

,  Big Data: 3 kenmerken
1. Volume: zeer grote databronnen
2. Veranderlijk: aan sneltempo geproduceerd
3. Verscheidenheid: veel verschillende soorten en vormen
 Rekeninghouden met GDPR


1.2.3 METEN VAN GEGEVENS

1.2.3.1 CLASSIFICATIE VAN GEGEVENS
Variabelen = Zinvolle kenmerken

 Notatie: hoofdletters
 Kunnen verschillende uitkomsten aannemen

Uitkomstenverzameling:

 Φ = {…}
 Verzameling van alle mogelijke uitkomsten (niet noodzakelijk allemaal echt
geobserveerd)
 Aard en omvang (onderliggend meetniveau) uitkomsten grote invloed bij bepalen
statistische analysetechniek




1.2.3.2 MEETNIVEAU
KWALITATIEVE GEGEVENS:

Nominaal meetniveau:

 Meetprocedure = classificeren in / benoemen van categorieën
 Categorieën niet te interpreteren met meer/minder of groter/kleiner
o Verschil in waarden representeert enkel kwalitatief verschil
- Geen wiskundige berekeningen mogelijk
o Codes van variabelen enkel symbolische betekenis
- Bv. nummer, letters…  volgorde geen belang
 Meetschaal = eindig, exhaustief en exclusief
o Elke observatie hoort thuis in één categorie
o Alle mogelijke categorieën zijn gegeven
 Discreet: eindig
 Wanneer slecht twee waarden kunnen aannemen = dichotome maatschaal

 Bv. geslacht, nationaliteit, werkloosheidsstatus…

Ordinaal meetniveau:

,  Elementen kunnen geordend/geïnterpreteerd worden met meer/minder of
hoger/lager
o Logische volgorde in antwoordenschaal (laag, midden, hoog)
 Geen vaste meeteenheid + verschillen niet in vastgelegde hoeveelheid + niet
kwantificeerbaar
o Wiskundige berekeningen niet mogelijk (tenzij gebruik maken van
ordening)
 Codes moeten uitdrukking zijn van het ordeningscriterium
o Best met cijfers (bv. 1 = laag, 2 = midden, 3 = hoog)
 Meetschaal = eindig, exhaustief en exclusief
 Discreet: eindig
 Quasi-interval variabelen: enkel wanneer ordinale meetschaal breed genoeg is
o Wel wiskunde berekeningen mogelijk

KWANTITATIEVE GEGEVENS

Interval en ratiomeetniveau:

 Meetprocedure = vaste, kwantificeerbare meeteenheid (bv. temperatuur)
 Verschillen duiden in meer/minder + hoeveelheid meer/minder
 Codes: getallen met numerieke betekenis
o Wiskunde berekeningen mogelijk
o Gebruik statistische maten mogelijk
 Kunnen discrete + continue uitkomstenverzameling hebt

Interval:

 Hebben kwantificeerbare meeteenheid
 Nulpunt arbitrair (= 0 ≠ afwezigheid)  verhoudingen tussen waarden
betekenisloos
 Wiskundige berekeningen:
o Optellen en aftrekken toegelaten
o Multiplicatie en delingen niet toegelaten (owv arbitrair nulpunt)
 Codes: getallen met numerieke betekenis, meetresultaten
 Discreet + continue
 Bv. temperatuur

Ratio:

 Kwantificeerbare meeteenheid
 Nulpunt arbitrair (= absoluut nulpunt)  verhoudingen tussen waarden wel zinvol
 Wiskundige berekeningen:
o Optellen en aftrekken toegelaten
o Multiplicatie en delingen toegelaten
 Codes: getallen met numerieke betekenis, meetresultaten
 Discreet + continue

 Bv. aantal kinderen binnen gezin, lengte in cm

1.2.3.3 GROEPEREN VAN KWANTITATIEVE GEGEVENS
 Soms worden kwantitatieve variabelen gegroepeerd tot nominale/ordinale
variabelenµ
o Verlies aan informatie