Samenvatting statistiek

2015 – 2016
John Lievens

, Inleiding



Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 2

,1. Opzet, doelstellingen & aanpak Statistiek
EXAMEN:
kunnen > kennen
inzien > weten
theorie < oefeningen
 Schriftelijk multiple-choice examen:
o inzichtelijke theorievragen
o toepassingsvragen en oefeningen
 Afrondingsregels:
o vier decimalen tijdens alle tussenstappen
o twee decimalen bij de einduitkomst (vb: 2,565 = 2,57 ↔ 2,564 = 2,56)
o proporties/fracties  vier beduidende cijfers (vb: 0,8159 of 81,59%)
Voorkennis wiskunde: Maths for Stats (pdf)
Vragen? Gert Van der Goten (studiebegeleider)

Inhoud
 Meten
o eenheden en variabelen
o gegevensverzameling
 Univariate beschrijvende statistiek
o frequentieverdelingen
o grafische voorstellingen
o maten van centraliteit en spreiding
 Bivariate beschrijvende statistiek
o kruistabellen
o spreidingsdiagrammen
o associatiematen
o correlatie- en regressieanalyse
 Meer complexe relaties
o statistische controle
 Theoretische verdelingen
o normaalverdeling
o binomiale verdeling
 Kans, toeval, kansmodellen
 Inductieve statistiek: van steekproef naar populatie
o schatten met betrouwbaarheid en significantietoetsen voor aantallen
o fracties
o gemiddelden en de samenhang tussen twee variabelen




Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 3

,2. Statistiek, wablief ?
Bij sociale wetenschappen:
Statistiek om maatschappelijk fenomenen en processen begrijpen, verklaren en ‘voorspellen’
 kwantitatief (cijfermatig) versus kwalitatief (diepgaand)
 fundamenteel wetenschappelijke kennis
 beleidsrelevante inzichten

Statistiek als maatschappelijk fenomeen: mediapeilingen
 Aandacht voor ‘onderzoek’ en ‘peilingen’ is de laatste jaren in de media sterk
toegenomen
 Maar wat met de kwaliteit? Zijn de bevindingen nog wel betrouwbaar?
 Zwaar problematisch:
- zetten gebruiker op verkeerde been
- foutieve (beleids)conclusies
 Harde cijfers en gegoochel met termen als ‘representatief’ verdoezelen de bedrieglijke
aard van slecht onderzoek.

Kwaliteitscriteria onderzoek (selectie)
 Transparantie:
bron, bij wie is het uitgevoerd, aantal respondenten, wanneer is het uitgevoerd,
door wie is het uitgevoerd, …
 Kwaliteit toevalsteekproef:
 representatief voor de hele populatie
 niet willekeurig, wel lukraak
 indien geen toevalsteekproef is het niet representatief omdat het gepolariseerd
is (enkel mensen met uitgesproken mening werken mee)
 aantal deelnemers is geen criterium (een groot aantal deelnemers wil niet
automatisch zeggen dat het representatief is)
 inductieve statistiek enkel gebruiken bij toevalsteekproef
 Inzicht in non-respons en bias (vertekening):
sociale wetenschappen geeft vaak vertekend beeld bij onderzoek aangezien
bepaalde groepen van mensen meer of minder geneigd zijn om deel te nemen aan
onderzoek
 Zorg voor vraagverwording:
= vraagformulering
 mogelijke problemen:
- vraag is onduidelijk of vaag waardoor mensen de vraag niet begrijpen of
verkeerd antwoorden
- suggestieve vragen waardoor mensen in een bepaalde richting worden
gestuurd
- er wordt niet genoeg info gegeven
-…
 Werken met statistische modellen:
inductieve statistiek



Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 4

,3. Gegevensbron
Bevolkingsgegevens
 Informatie over volledige onderzoekspopulatie
 Weinig twijfels als gegevens valide en betrouwbaar zijn
 Beschrijvende statistiek volstaat

Gegevens afkomstig uit steekproef
 Steekproef
= selectie van eenheden uit onderzoekspopulatie
= deelverzameling van n eenheden uit populatie
 Bijkomende twijfel of steekproef goede afspiegeling vormt van volledige populatie
=> uitkomsten kunnen verschillen naargelang steekproef
 Inductieve statistiek
= op basis van informatie uit steekproef uitspraken doen over populatie
= steekproefgrootheid gebruiken om populatieparameter te schatten (schatten van de
grootte van de fout)
 systematische toevalsprocedure is noodzakelijk voor inductieve statistiek
= elke eenheid in populatie heeft dezelfde kans om in de steekproef
opgenomen te worden  via Enkelvoudige A-selecte Steekproef (EAS)
= elke eenheid gekende kans om in steekproef opgenomen te zijn
 indien geen EAS niet mag men enkel uitspraken doen over de onderzochte
eenheden
 toevalsteekproef optimaliseert ook representativiteit: steekproef wijkt niet
systematisch af van populatie waaruit steekproef getrokken is
 Problematische kwaliteit van toevalssteekproef bij internetpanels en telefonisch
onderzoek
 huidige internetpanels: zwaar vertekend door zelfselectie respondenten
 telefonisch onderzoek: zwaar vertekend door verschillend bereik vaste lijnen
vb: enkel bereikbaar via gsm:




Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 5

,4. Meten, eenheden, variabelen en dataset
Onderzoekselementen
= statistische eenheden
= statistische cases
= bij wie wordt het onderzoek gedaan
= onderdelen van realiteit waarop onderzoek betrekking heeft
 eenduidige definitie noodzakelijk
Vb: individuen, gebeurtenissen, collectiviteiten, landen, ...

Onderzoekspopulatie
= verzameling van onderzoekselementen
 eenduidige definitie noodzakelijk
 vaak gebonden aan tijd en ruimte

Analyse-eenheid
= eenheid waarop analyse gebeurt
 Kenmerk = mogelijke eigenschap van een eenheid Vb: M-V, 20j-21j-22j-23j, …
 Variabele = kenmerk dat varieert over de eenheden Vb: geslacht, leeftijd, …

Uitkomstenverzameling
= verzameling van alle mogelijke uitkomsten van een variabele
= bereik: tussen welke waarden ligt het antwoord Vb: leeftijd: 0-110 jaar
geslacht: M-V

Meten
= volgens bepaalde meetprocedure vaststellen van de waarde van een kenmerk bij een
element
 Nauwkeurigheid = exactheid
 Betrouwbaarheid = consistentie bij herhaalde waarneming
 Validiteit = mate van overeenkomst tussen indicator en (theoretisch)
concept
= meet het wat het moet meten
= afwezigheid van systematische fouten
 Waarde
= resultaat van meten
= uitkomst
= waarde van een element op het meten Vb: geslacht: vrouw
leeftijd: 71 jaar

Voorbeeld:
 onderzoeksvraag: ‘verklaren’ verschillen in museumbezoek bij studenten 1BA PSW
 stel korte vragenlijst nu afnemen:
- Wat is je geslacht ? man / vrouw
- Welke opleiding volgde je vorig jaar ? ..................
- Wat is het hoogst behaalde diploma van je ouders ? .....
- Gingen je ouders naar musea toen je 12 jaar was ? ......
- Hoe vaak ging je het voorbije jaar naar een museum ? ..................
- Wat is je leeftijd ? .................. jaar
- Naar welke TV-zender kijk je het meest ? ..............


Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 6

,4.1. Verschil tussen Datamatrix en frequentietabel
Vb: variabelen  geslacht & score




4.2. Input voor statistische analyses:
Gegevensset
= dataset
= datamatrix




Vaak worden numerieke codes gebruikt (via codeboek):




 Geslacht: 0=man ; 1 = vrouw ; 9 weet niet/geen antwoord/missing
 Code  rangorde


Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 7

, 5. Meetniveau van variabelen: schaal van meten
(hoeveelheid informatie)
Het is belangrijk om het meetniveau van een variabele te weten
 hierop wordt gebaseerd welke berekeningen kunnen gedaan worden (mediaan,
gemiddelde, …)
 elk meetniveau biedt andere hoeveelheid informatie aan

5.1. Kwalitatieve / categorische variabelen
= waarden kunnen onderscheiden worden maar het verschil kan niet gemeten worden qua
inhoud, er is geen betekenis in het verschil
 er kan niet verder mee gerekend worden
 Nominale variabelen
= exhaustieve en exclusieve classificatie
Vb: geslacht, TV-zender, haarkleur, werelddeel, …
 Ordinale variabelen
= exhaustieve en exclusieve classificatie
+ ordening (meer/minder)
Vb: opleiding, opinievraag, kwaliteitsoordeel in sterren, medaille, …

5.2. Kwantitatieve / metrische variabelen
= het verschil heeft een betekenis en kan dus berekend worden
 er kan verder mee gerekend worden
 Intervalvariabelen
= exhaustieve en exclusieve classificatie
+ ordening (meer/minder)
+ gelijke afstanden (hoeveel meer/minder)
Vb: temperatuur in graden Celsius, geboortejaar, …
 aangezien er geen absoluut nulpunt is, is er dus de mogelijk dat er
afwezigheid is van een bepaald klenmerk
 Ratiovariabelen
= exhaustieve en exclusieve classificatie
+ ordening (meer/minder)
+ gelijke afstanden (hoeveel meer/minder)
+ absoluut nulpunt (de waarde kan nooit negatief zijn)
Vb: leeftijd, tijdsverschil, budget, …




Elise Meulenijzer UGent: Communicatiewetenschappen: Statistiek 2015-2016 8