College aantekeningen Methoden en Statistiek 1: Een Introductie (ESSB-PE1010)

Week 1 – Openingscollege
Verschillende bronnen van kennis
 Intuïtie: gevoel/emotie/ervaring
 In sommige gevallen legitiem; hou je van je kinderen?
 Probleem: conflicterende waarheidsclaims van elkaar scheiden (welk gevoel is sterker?)
 Traditie/gewoonte: opvoeding/maatschappij
 Risico: niet openstaan voor ideeën/kennis van anderen = oppervlakkig, geen hele diepe
kennis
 Autoriteit: vertrouwen erop dat dit waar is
 Probleem: kennis van autoriteiten is niet altijd juist/waar
 Op basis van het bovenstaande kunnen geen wetenschappelijke claims gedaan worden
 Rationaliteit: goed nadenken over dingen en op die manier grip krijgen op de werkelijkheid
(waarheidsclaims)
 In sommige wetenschappen de belangrijkste bron van kennis (wiskunde)
 Theorie vaak gebaseerd op rationaliteit
 Soms ontbreekt toetsing aan de werkelijkheid
 Empirisme: door zintuigelijke waarnemingen tot kennis komen
 Probleem: waarnemingsillusies, gekleurde waarnemingen en je neemt heel veel niet waar;
weet je dus heel veel niet
 Wetenschap: systematisch empirisme

Doelen van wetenschap
 Beschrijven: het identificeren van specifieke aspecten van verschillende soorten gedrag,
emoties, gedachten, etc. door middel van coderingssystemen (in kaart brengen wat er gebeurt-
data verzamelen- categoriseren/structureren)
 Controleren: stelt je in staat de (experimentele) omstandigheden te bestuderen en conclusies te
trekken (effectieve mechanismen blootleggen – mogelijke verklaringen zoeken; causaal
verband vinden/controleren)
 Verklaren: het formuleren van een hypothese om empirisch te toetsen en een theorie te maken
om oorzaken en processen achter gedrag, emoties, gedachten etc. te specificeren (hypothese-
theorie ontwikkelen & testen)
 Voorspellen: uitleg geven door hypothesen te specificeren in termen van ‘als-dan-uitspraken’
of door te kijken naar associaties tussen gedrag, emoties, gedachten, etc. (hypothese toetsen)

Empirische cirkel
Doel: kennis ontwikkelen door systematische toetsing aan de werkelijkheid
 Observatie: iets waarnemen
 Inductie: op basis van verschillende waarnemingen tot een
wetmatigheid komen; 1 waarneming is niet voldoende om tot een
kennisclaim te komen (vaker, verschillende omstandigheden en
het liefst geen enkele uitzondering)
 Deductie: voorspelling maken uit een algemene
wet; voorspelling voor een nieuwe situatie op
basis van een algemene regel
 Toetsen: waarnemingen verrichten (onderzoek ontwerpen – data
verzamelen & analyseren)
 Evaluatie: wat zeggen de resultaten over de theorie

,Eigenschappen van empirische wetenschap:
 Belangrijkste aannames: er is een objectieve/intersubjectieve waarheid en die is kenbaar
 Systematische toetsing van hypothesen aan de werkelijkheid
- Richt zich op toetsbare vragen (falsifeerbaarheid; hoe hoger de
falsifeerbaarheidsgraad, hoe belangrijker de theorie)
- Streeft naar accuratesse (validiteit: meet je wat je wil meten?) en objectiviteit
- Vereist duidelijke, operationaliseerbare (= hoe meet je iets) definities
- Publieke verantwoording/verslaglegging
- Tentatief, niet absoluut; inzichten kunnen aangepast worden
- Heeft zelfcorrigerend vermogen
- Is slecht 1 bron van kennis; richt zich op empirisch toetsbare vragen




Week 2 – Hoorcollege 2
Statistiek en data

, Statistiek: herken de patronen en willekeur in de variabiliteit in data
 ‘De wetenschap van het begrijpen van data en het nemen van beslissingen in het licht van
variabiliteit’
Data: feiten; ontstaan door iets over de werkelijkheid te verzamelen (methode) = zegt iets over de
werkelijkheid, dit is objectief. Data zegt niet zoveel, pas wanneer ze geïnterpreteerd worden
(beschrijven/analyseren). Data is nog geen kennis er is ook inzicht nodig in wat er gemeten is en wat
de context/omstandigheden zijn.

Beschrijvende statistiek
Datasets bestaan uit:
 Cases of units: subjecten of objecten in een dataset (datgene wat je onderzocht hebt; staat vaak
in de rijen)
 Variabelen: kenmerk van een case, kan verschillende waarden aannemen voor verschillende
cases of units
 Score: waarde van een case of unit op een variabele
 Bijvoorbeeld IQ: de score die iemand krijgt is de waarde op de variabele IQ
 Label: unieke beschrijving voor een onderzoeksobject/ subject

Kwalitatief/kwantitatief
Categorisch/kwalitatief: beschrijvend, niet getalsmatig (geen wiskundige berekeningen meedoen)
 Studie
 Leeftijdsgroep
 Plaats in een gezin
 LVS-citoscore (A t/m D)
Kwantitatief: waarde waar een getal mee wordt uitgedrukt
 Leeftijd
 Aantal kinderen in een gezin
 IQ-score
 Eindscore Cito

Meetniveaus
 Nominaal (kwalitatief): geen volgorde, geen meeteenheid en geen nulpunt (studie, sekse)
 Ordinaal (kwalitatief): wel een volgorde, geen meeteenheid en geen nulpunt (SES)
 Rangorde maakt het verschil tussen nominaal en ordinaal
 Interval (kwantitatief): wel een volgorde, wel een meeteenheid en geen vast nulpunt; gelijke
afstanden tussen de intervallen (cijfers op een bloktoets, temperatuur; het verschil tussen 5 en
10 graden is hetzelfde als het verschil tussen 15 en 20 graden, maar 20 graden is niet twee
keer zo warm als 10 graden)
 Delingen van waarde kun je niet interpreteren
 Ratio (kwantitatief): wel een volgorde, wel een meeteenheid en een vast nulpunt (aantal
correct beantwoorde vragen op een toets)
 0 betekent iets; delingen zijn wel zinvol (iemand die 40 vragen goed heeft beantwoord,
heeft 2x meer vragen goed beantwoord dan iemand die 20 vragen goed had)

Data
 Data worden gebruikt om onderzoeksvragen te beantwoorden
 Datasets: who, what, why
- Wie zijn de onderzoekseenheden (cases)
- Wat is er onderzocht (variabelen)
- Waarom is dat gedaan


Verdelingen: verschillende weergaven
Na het in kaart brengen van een dataset volgt de analyse