Samenvatting Data Metrics KMO-management jaar 1

Data Metrics

1 Hoofdstuk 1
1.1 Kwalitatief of kwantitatief onderzoek
Kwalitatief onderzoek: Het verkrijgen van diepgaande informatie, wat leeft er bij de populatie en
waarom?

Kwantitatief onderzoek: Cijfermatig inzicht, tabellen, grafieken en figuren.

1.1.1 Kwalitatief onderzoek
Doel: achterhalen van meningen
 Het geven van antwoorden op waaromvragen.
(bv. Waarom zijn onze klanten tevreden over onze dienstverlening?)

1.1.2 Kwantitatief onderzoek
Weergave van resultaten: Tabellen, grafieken en percentages

Doel: Het verkrijgen van cijfermatige inzichten
 Het geeft antwoorden op vragen die in de hoeveelheden kunnen worden uitgedrukt.
(bv. Hoeveel % van onze klanten is tevreden over onze dienstverlening?)

Data Metrics = Kwantitatief onderzoek

1.1.2.1 Fasen in een kwantitatief onderzoek
1. Vraagstelling: onderzoeksvraag of onderzoekshypothese
2. Meetbaar maken = operationaliseren
3. Steekproefopzet
Steekproef: mensen van je doelgroep die je bevraagd
Populatie: iedereen die tot je doelgroep behoort
representatief: vertegenwoordigd de steekproef de hele populatie?
4. Gegevens verzamelen: interview, vragenlijst, observatie, experiment…
5. Beschrijving en analyseren van gegevens
alle gegevens uit je onderzoek komen in de Datamatrix
 Daarin worden de gegevens van elk individu over alle onderzoeksvariabelen
systematisch naast elkaar gezet. (= vertrekpunt)
enkel de nuttige gegevens komen in de frequentieverdeling
6. Conclusies formuleren: moet representatief zijn (geldig voor de hele populatie)
7. Verband tussen resultaten en theorie: empirische cyclus




Steekproef: goedkoper en sneller dan werken met de populatie

,- Aselecte steekproef: Iedereen uit de populatie heeft een even grote kans om in de
steekproef terecht te komen
- Niet-aselecte steekproef: Je bepaald zelf de steekproef (bv. Alle even pagina’s van een boek)

, 2 Hoofdstuk 2: Operationaliseren
= begrippen meetbaar maken
Bv. Op welke leeftijd start een ondernemer gemiddeld zijn eerste bedrijf?
- Ondernemer?, Geslacht?, Bedrijf?, Sector?...
2.1 Variabelen
= Een begrip waarvan precies is aangegeven hoe het wordt gemeten. (bv. de aanleg die men heeft en
het belang men hecht aan wiskunde)

Discrete variabelen: variabelen nemen sprongsgewijs toe, gehele waarden (1-2-3) (1,25-1,50-1,75)
 Het verschil tussen twee verschillende waarden van de variabele bedraagt steeds één of
meer vaste eenheden
o bv. Aantal studenten van KMO102

Continue variabelen: variabelen nemen geleidelijk toe, getallen met komma’s (1,22-1,23-1,24)
bv. Gewicht

2.2 Meetniveaus
Meten is niets anders dan vaststellen welke waarde een object (element, persoon…) op een variabele
heeft.

 Variabelen worden op ander meetingsniveau gemeten, omdat ze anders worden uitgedrukt.
 Bekijkt steeds de rangorde, de meeteenheid en het nulpunt

- Nominaal meetniveau: Getallen worden enkel gebruikt om categorieën weer te geven,
variabelen die bestaan uit een categorische indeling (bv. Identiteitskaartnummer)
o Waarde zijn verschillend van elkaar, je weet niet hoeveel verschillen (groter, lager…)
o Synoniemen: categorische variabelen, kwalitatieve variabelen
o Vb. geslacht, sport, studierichting, postcode, telefoonnummer…
 Hebben de waarden een rangorde: geen
 Meeteenheid: geen
 Nulpunt: geen



- Ordinaal meetniveau: Variabelen die bestaan uit getallen
o Je kan zeggen dat iets hoger is dan het andere, maar niet zeggen hoeveel hoger
o Vb. T-shirtmaten, volgorde van de aankomst bij een race, diploma’s…
 Hebben de waarden een rangorde: wel
 Meeteenheid: geen
 Nulpunt: geen



- Intervalniveau: Variabelen die bestaan uit getallen
o Je kan zeggen dat iets hoger is dan het andere en ook hoeveel hoger.
o Intervalvariabelen zijn ook altijd ordinaal en dus ook nominaal.
o Vb. temperatuur, jaartelling, IQ
 Hebben de waarden een rangorde: wel
 Meeteenheid: wel
 Nulpunt: geen vast nulpunt(kan onder 0)