Statistiek 1 voor de sociale wetenschappen
Hoofdstuk 1: Inleiding
Wat is statistiek?
Statistiek = gegevens vertalen in kennis en inzicht DUS gegevens analyseren, interpreteren en
presenteren
Empirisch onderzoek = onderzoek in de realiteit; data verzamelen → statistiek als werktuig
Weergegeven op een manier om beter te bergrijpen (grafisch, kengetallen)
Waarom statistiek?
Om beweringen te staven:
- Nood aan data en gegevens
- Data analyseren volgens de regels van de kunst + a.d.h.v. de juiste techniek en met ruimte
voor onzekerheid (WANT data zijn maar een fractie van gegevens)
Antwoord op vraagstelling? empirisch onderzoek: data verzamelen + data analyseren
Fasen in sociaal-wetenschappelijk onderzoek:
1. Probleemstelling
Vergt inhoudelijke kennis van het vakgebied
2. Onderzoeksontwerp & Dataverzameling
Welke onderzoeksmethoden in functie van
probleem- en vraagstelling?
3. Data-analyse !!!
Beschrijvende statistiek, inductieve
statistiek, multivariate analyse …
4. Rapportering
Wetenschapsmethodologie
Soorten statistiek
Beschrijvende statistiek
- De wereld in cijfers ‘beschrijven’ (we
denken spontaan vaak kwantitatief, vb.
veel, weinig, meer …)
1. Basis: frequentievragen
2. Samenvatten in ‘kengetallen’
3. Gebruik van grafische technieken
, - Ordenen en synthetiseren van (een grote hoeveelheid) gegevens (vb. 12 000 enquêtes) en
herleiden tot
1. Samenvattende maten (vb. percentages, mediaan, kwantielen, gemiddelde …)
2. Grafieken
Inferentiële statistiek
- Middel om met een beperkt aantal gegevens uitspraken te doen over een breder geheel,
over een volledige populatie
- Extrapolatie = uitspraken over de volledige bevolking o.b.v. een steekproef uit die bevolking
→ veralgemeenbaarheid steekproefresultaten + voorspellingen o.b.v. een steekproef
Verklarende statistiek
- Statistische analyse gericht op de verklaring van verschillen en samenhang
- Voorbeeldvragen
1. Wat is de relatie tussen opleidingsniveau en inkomen?
2. Wat is de relatie tussen opleiding en gezondheid?
Misleidende statistiek?
Cijfers zijn enorm overtuigend DUS worden vaak gebruikt of misbruikt om zwakke of foute
argumenten te ondersteunen → ‘met statistiek kan je alles bewijzen’
Uitkomsten van een onderzoek kunnen gemanipuleerd worden bij
1. Verzamelen van gegevens (slechte vraagstelling, slechte selectie van onderzoekspersonen,
te klein aantal onderzochte personen …)
2. Presentatie van de uitkomsten (een deel van de grafiek verwijderen, schaal manipuleren …)
3. Omschrijven van de conclusies
➔ Zelf leren kritisch lezen!
Hoofdstuk 2: Meten en meetschalen
Terminologie en kernbegrippen
Onderzoekspopulatie = alle leden van een welomschreven / goed gedefinieerde groep die je wil
onderzoeken (omvang en type kan sterk variëren)
Waarnemingseenheid / statistische eenheid = element uit de bestudeerde populatie
= cases (niet per se menselijk)
Statistiek bestudeert de kenmerken van een bevolking en die zijn variabel
➔ Variabele = kenmerken van onderzoekseenheden waarin we geïnteresseerd zijn (soms al een
getal, vb. bij leeftijd MAAR soms niet, vb. bij geslacht)
Datamatrix = manier om alle data die je hebt verzameld te organiseren
Variabelen V1 V2 V3 V4
Cases C1 1
1&2=
code voor C2 2
vb. geslacht C3 1
, Parameters = kengetallen die de verdeling weergeven van een kenmerk in een populatie (vb. µ =
gemiddelde van een populatie, σ = de standaardafwijking …)
Steekproef = deel van de populatie (moet representatief zijn, op toevallige basis, iedereen in een
populatie heeft evenveel kans om in de steekproef te zijn) WANT onderzoek m.b.t. een specifieke
bevolkingsgroep (populatie) is vaak onmogelijk om volledig te onderzoeken
➔ Inferentiële statistiek: conclusies trekken over volledige populatie o.b.v.
steekproefonderzoek
➔ Steekproefstatistieken: statistische kengetallen van een steekproef of schatters
𝑥 ̅ = gemiddelde steekproef
s = standaardafwijking
! volledige populatie wel mogelijk a.d.h.v. administratieve gegevens
Schatter of statistische maat = een numerieke samenvatting van de steekproef uit de populatie
Statistische reeks = reeks waarnemingen (vb. kijkgedrag van verschillende personen)
➔ Tijdreeks = reeks waarnemingen in de tijd (ogenblik van waarneming is belangrijk voor de
interpretatie van de gegevens; vb. evolutie van facebookgebruik doorheen de tijd)
➔ Dimensie van een reeks = aantal variabelen dat simultaan wordt waargenomen of
bestudeerd (unidimensionaal = 1 variabele; tweedimensionaal = 2 variabelen;
multidimensionaal = meer dan 2 variabelen)
Wat is meten?
Meten = (numerieke) waarden aan objecten toekennen → noodzakelijk om zaken te bewijzen en
DUS om vergelijkingen te maken
Meten bestaat uit 2 stappen:
1. Verdelen van de populatie P in equivalentieklassen (= deelverzameling van P die alle
elementen groepeert die equivalent (gelijk) zijn voor het bestudeerde kenmerk)
2. Variabelen schalen (toekennen van een eigen waarde (kwalitatief of kwantitatief) aan elke
equivalentieklasse van het ongeschaalde kenmerk DUS codes een naam geven) → de
toegekende waarden aan equivalentieklassen weerspiegelen de relaties die in realiteit
bestaan tussen de equivalentieklassen
Meetschaal van de variabele = de verzameling X van waarden → een variabele is een afbeelding van
een bevolking P in een verzameling X van waarden (het gemeten eigenschap of kenmerk)
Kwantitatieve versus kwalitatieve waarden → vb. provincie
→ voordeliger WANT werkt gemakkelijker + eenduidiger; vb. geboortejaar
In veel onderzoeken wens je een variabele te verklaren of relaties met andere variabelen in kaart te
brengen, vb. effect van opleiding op gezondheid
➔ Gezondheid = afhankelijke variabele
➔ Opleiding = onafhankelijke variabele
Eigenschappen van variabelen
Meetniveau / meetschaal van de variabele = wordt bepaald door de manier waarop je een variabele
meet → bepaalt welke statistische analyses mogelijk zijn en welke niet !
Er zijn 4 meetschalen: nominaal, ordinaal, interval en ratio (NOIR)
Hoofdstuk 1: Inleiding
Wat is statistiek?
Statistiek = gegevens vertalen in kennis en inzicht DUS gegevens analyseren, interpreteren en
presenteren
Empirisch onderzoek = onderzoek in de realiteit; data verzamelen → statistiek als werktuig
Weergegeven op een manier om beter te bergrijpen (grafisch, kengetallen)
Waarom statistiek?
Om beweringen te staven:
- Nood aan data en gegevens
- Data analyseren volgens de regels van de kunst + a.d.h.v. de juiste techniek en met ruimte
voor onzekerheid (WANT data zijn maar een fractie van gegevens)
Antwoord op vraagstelling? empirisch onderzoek: data verzamelen + data analyseren
Fasen in sociaal-wetenschappelijk onderzoek:
1. Probleemstelling
Vergt inhoudelijke kennis van het vakgebied
2. Onderzoeksontwerp & Dataverzameling
Welke onderzoeksmethoden in functie van
probleem- en vraagstelling?
3. Data-analyse !!!
Beschrijvende statistiek, inductieve
statistiek, multivariate analyse …
4. Rapportering
Wetenschapsmethodologie
Soorten statistiek
Beschrijvende statistiek
- De wereld in cijfers ‘beschrijven’ (we
denken spontaan vaak kwantitatief, vb.
veel, weinig, meer …)
1. Basis: frequentievragen
2. Samenvatten in ‘kengetallen’
3. Gebruik van grafische technieken
, - Ordenen en synthetiseren van (een grote hoeveelheid) gegevens (vb. 12 000 enquêtes) en
herleiden tot
1. Samenvattende maten (vb. percentages, mediaan, kwantielen, gemiddelde …)
2. Grafieken
Inferentiële statistiek
- Middel om met een beperkt aantal gegevens uitspraken te doen over een breder geheel,
over een volledige populatie
- Extrapolatie = uitspraken over de volledige bevolking o.b.v. een steekproef uit die bevolking
→ veralgemeenbaarheid steekproefresultaten + voorspellingen o.b.v. een steekproef
Verklarende statistiek
- Statistische analyse gericht op de verklaring van verschillen en samenhang
- Voorbeeldvragen
1. Wat is de relatie tussen opleidingsniveau en inkomen?
2. Wat is de relatie tussen opleiding en gezondheid?
Misleidende statistiek?
Cijfers zijn enorm overtuigend DUS worden vaak gebruikt of misbruikt om zwakke of foute
argumenten te ondersteunen → ‘met statistiek kan je alles bewijzen’
Uitkomsten van een onderzoek kunnen gemanipuleerd worden bij
1. Verzamelen van gegevens (slechte vraagstelling, slechte selectie van onderzoekspersonen,
te klein aantal onderzochte personen …)
2. Presentatie van de uitkomsten (een deel van de grafiek verwijderen, schaal manipuleren …)
3. Omschrijven van de conclusies
➔ Zelf leren kritisch lezen!
Hoofdstuk 2: Meten en meetschalen
Terminologie en kernbegrippen
Onderzoekspopulatie = alle leden van een welomschreven / goed gedefinieerde groep die je wil
onderzoeken (omvang en type kan sterk variëren)
Waarnemingseenheid / statistische eenheid = element uit de bestudeerde populatie
= cases (niet per se menselijk)
Statistiek bestudeert de kenmerken van een bevolking en die zijn variabel
➔ Variabele = kenmerken van onderzoekseenheden waarin we geïnteresseerd zijn (soms al een
getal, vb. bij leeftijd MAAR soms niet, vb. bij geslacht)
Datamatrix = manier om alle data die je hebt verzameld te organiseren
Variabelen V1 V2 V3 V4
Cases C1 1
1&2=
code voor C2 2
vb. geslacht C3 1
, Parameters = kengetallen die de verdeling weergeven van een kenmerk in een populatie (vb. µ =
gemiddelde van een populatie, σ = de standaardafwijking …)
Steekproef = deel van de populatie (moet representatief zijn, op toevallige basis, iedereen in een
populatie heeft evenveel kans om in de steekproef te zijn) WANT onderzoek m.b.t. een specifieke
bevolkingsgroep (populatie) is vaak onmogelijk om volledig te onderzoeken
➔ Inferentiële statistiek: conclusies trekken over volledige populatie o.b.v.
steekproefonderzoek
➔ Steekproefstatistieken: statistische kengetallen van een steekproef of schatters
𝑥 ̅ = gemiddelde steekproef
s = standaardafwijking
! volledige populatie wel mogelijk a.d.h.v. administratieve gegevens
Schatter of statistische maat = een numerieke samenvatting van de steekproef uit de populatie
Statistische reeks = reeks waarnemingen (vb. kijkgedrag van verschillende personen)
➔ Tijdreeks = reeks waarnemingen in de tijd (ogenblik van waarneming is belangrijk voor de
interpretatie van de gegevens; vb. evolutie van facebookgebruik doorheen de tijd)
➔ Dimensie van een reeks = aantal variabelen dat simultaan wordt waargenomen of
bestudeerd (unidimensionaal = 1 variabele; tweedimensionaal = 2 variabelen;
multidimensionaal = meer dan 2 variabelen)
Wat is meten?
Meten = (numerieke) waarden aan objecten toekennen → noodzakelijk om zaken te bewijzen en
DUS om vergelijkingen te maken
Meten bestaat uit 2 stappen:
1. Verdelen van de populatie P in equivalentieklassen (= deelverzameling van P die alle
elementen groepeert die equivalent (gelijk) zijn voor het bestudeerde kenmerk)
2. Variabelen schalen (toekennen van een eigen waarde (kwalitatief of kwantitatief) aan elke
equivalentieklasse van het ongeschaalde kenmerk DUS codes een naam geven) → de
toegekende waarden aan equivalentieklassen weerspiegelen de relaties die in realiteit
bestaan tussen de equivalentieklassen
Meetschaal van de variabele = de verzameling X van waarden → een variabele is een afbeelding van
een bevolking P in een verzameling X van waarden (het gemeten eigenschap of kenmerk)
Kwantitatieve versus kwalitatieve waarden → vb. provincie
→ voordeliger WANT werkt gemakkelijker + eenduidiger; vb. geboortejaar
In veel onderzoeken wens je een variabele te verklaren of relaties met andere variabelen in kaart te
brengen, vb. effect van opleiding op gezondheid
➔ Gezondheid = afhankelijke variabele
➔ Opleiding = onafhankelijke variabele
Eigenschappen van variabelen
Meetniveau / meetschaal van de variabele = wordt bepaald door de manier waarop je een variabele
meet → bepaalt welke statistische analyses mogelijk zijn en welke niet !
Er zijn 4 meetschalen: nominaal, ordinaal, interval en ratio (NOIR)
