Werkcollege 1
, Beschrijvende statistiek
Samenvatting
Statistiek?
Statistiek/data-analyse is de kunst en de wetenschap van het verzamelen, organiseren,
presenteren, analyseren en interpreteren van data met als doel inzicht te verwerven op basis
van deze data.
● Inzicht? Onderzoeksvragen beantwoorden op basis van data (we streven naar
objectiviteit, maar zal nooit volledig te bereiken zijn)
Voorbeelden
Wat is het profiel van personen die in een depressie belanden?
Welke therapieën zijn succesvol in het werken met personen met een eetstoornis?
Wat zijn kenmerken van bedrijven waarbij burn-out vaak voorkomt?
● Wetenschap? Objectief, onafhankelijk van de beoefenaar
● Kunst? Creatief, interpretatief, afhankelijk van de beoefenaar
=> zonder statistische gegevens in psychologie kan men niet gegrond werken
Twee vormen statistiek:
1) Beschrijvende statistiek: gegevens van het onderzoek voorstellen via kengetallen en/of
grafische weergaven
2) Inductieve statistiek: op grond van steekproefgegevens iets besluiten over de populatie
Beschrijvende statistiek:
, Thema 3: operationaliseren en meten van variabelen
3.1 Wat is operationalisering?
= aangeven hoe dit gemeten wordt
vb : levensstijl en koopgedrag : bestaan er verschillen tussen leeftijdsgroepen
—> variabelen : leeftijd en gezondheidsbesef
Makkelijke variabelen: lengte, gewicht,...
Moeilijke variabelen: intelligentie -> verbale of numerieke? -> hoe verbale meten?
=> operationaliseren: precies aangeven hoe begrip gemeten zal worden; criterium nodig om
diverse waarden toe te kennen aan variabele
Waarden variabelen:
● Kwanitatief: bestaande uit getallen/scores
○ Discrete variabelen:
■ Aantal waarden voor variabele is beperkt
■ Bestaan altijd en alleen uit gehele getallen
■ Elke waarde is resultaat van telling
Vb. aantal kinderen in gezin
○ Continue variabelen:
■ Aantal waarden voor variabele is onbeperkt
■ Verschil tss twee opeenvolgende waarden kan willekeurig klein worden ->
meting is afgerond getal
■ Elke waarde is resultaat van meting
Vb. lichaamslengte
● Kwalitatief/categorisch: bestaande uit indeling in categorieën (taal)
3.2 Wat zijn de meetniveaus
Goed inzicht is belangrijk omdat de wijze van presentatie, de berekening van kengetallen en de
wijze van analyse van gegevens afhankelijk zijn van het meetniveau
, 3.2.1 Nominaal meetniveau
- Kan geen rangorde maken
- Er is geen meeteenheid
- Nulpunt ontbreekt
- Kwalitatieve/categorische variabelen
Voorbeeld: ‘beroep’ -> chauffeur, metselaar,...
Voorbeeld: haarkleur
- Getallen kunnen aan categorieën gekoppeld worden (‘ja’ = 1; ‘nee’ = 2), maar hebben
niet functie van getal -> functie is verdelen in subgroepen
- Belang dat waarden exhaustief (= elke deelnemer moet geplaatst kunnen worden) en
mutueel exclusief (= elke deelnemer kan in slechts één categorie geplaatst worden) zijn
Dichotome variabele
-> variabele met slechts 2 mogelijke alternatieven
Vb. ‘Volgt u psychologie?’ => ‘ja’ of ‘nee’
3.2.2 Ordinaal meetniveau
- Respondenten indelen in categorieën
- Kan wel rangorde maken
- Er is geen meeteenheid (= hebben geen info over afstand tss twee opeenvolgende
categorieën)
- Nulpunt ontbreekt
- Kwalitatieve/categorische variabelen
Voorbeeld: ‘hoogst genoten opleiding’ -> lager onderwijs, bachelor, master,...
3.2.3 Intervalmeetniveau
- Kan wel rangorde maken
- Er is meeteenheid (= hebben info over de onderlinge afstand tss twee opeenvolgende
waarden) (voorbeeld: ‘intelligentie’ -> afstand tss IQ100 en IQ101 is hetzelfde als
afstand tss IQ110 en IQ111)
- Nulpunt ontbreekt (voorbeeld: IQ120 is niet dubbel zo begaafd als IQ60)
Voorbeelden: temperatuur, jaartelling, uitkomst psychologische test
3.2.4 Ratiomeetniveau
- Kan rangorde maken
- Er is meeteenheid (= de onderlinge afstand tss twee opeenvolgende waarden is
gelijk/constant)
- Er is absoluut nulpunt (voorbeeld: iemand van 26 jaar is dubbel zo oud als iemand van
13 jaar)
Voorbeeld: leeftijd, lichaamslengte
⇒ Hiërarchisch
, Beschrijvende statistiek
Samenvatting
Statistiek?
Statistiek/data-analyse is de kunst en de wetenschap van het verzamelen, organiseren,
presenteren, analyseren en interpreteren van data met als doel inzicht te verwerven op basis
van deze data.
● Inzicht? Onderzoeksvragen beantwoorden op basis van data (we streven naar
objectiviteit, maar zal nooit volledig te bereiken zijn)
Voorbeelden
Wat is het profiel van personen die in een depressie belanden?
Welke therapieën zijn succesvol in het werken met personen met een eetstoornis?
Wat zijn kenmerken van bedrijven waarbij burn-out vaak voorkomt?
● Wetenschap? Objectief, onafhankelijk van de beoefenaar
● Kunst? Creatief, interpretatief, afhankelijk van de beoefenaar
=> zonder statistische gegevens in psychologie kan men niet gegrond werken
Twee vormen statistiek:
1) Beschrijvende statistiek: gegevens van het onderzoek voorstellen via kengetallen en/of
grafische weergaven
2) Inductieve statistiek: op grond van steekproefgegevens iets besluiten over de populatie
Beschrijvende statistiek:
, Thema 3: operationaliseren en meten van variabelen
3.1 Wat is operationalisering?
= aangeven hoe dit gemeten wordt
vb : levensstijl en koopgedrag : bestaan er verschillen tussen leeftijdsgroepen
—> variabelen : leeftijd en gezondheidsbesef
Makkelijke variabelen: lengte, gewicht,...
Moeilijke variabelen: intelligentie -> verbale of numerieke? -> hoe verbale meten?
=> operationaliseren: precies aangeven hoe begrip gemeten zal worden; criterium nodig om
diverse waarden toe te kennen aan variabele
Waarden variabelen:
● Kwanitatief: bestaande uit getallen/scores
○ Discrete variabelen:
■ Aantal waarden voor variabele is beperkt
■ Bestaan altijd en alleen uit gehele getallen
■ Elke waarde is resultaat van telling
Vb. aantal kinderen in gezin
○ Continue variabelen:
■ Aantal waarden voor variabele is onbeperkt
■ Verschil tss twee opeenvolgende waarden kan willekeurig klein worden ->
meting is afgerond getal
■ Elke waarde is resultaat van meting
Vb. lichaamslengte
● Kwalitatief/categorisch: bestaande uit indeling in categorieën (taal)
3.2 Wat zijn de meetniveaus
Goed inzicht is belangrijk omdat de wijze van presentatie, de berekening van kengetallen en de
wijze van analyse van gegevens afhankelijk zijn van het meetniveau
, 3.2.1 Nominaal meetniveau
- Kan geen rangorde maken
- Er is geen meeteenheid
- Nulpunt ontbreekt
- Kwalitatieve/categorische variabelen
Voorbeeld: ‘beroep’ -> chauffeur, metselaar,...
Voorbeeld: haarkleur
- Getallen kunnen aan categorieën gekoppeld worden (‘ja’ = 1; ‘nee’ = 2), maar hebben
niet functie van getal -> functie is verdelen in subgroepen
- Belang dat waarden exhaustief (= elke deelnemer moet geplaatst kunnen worden) en
mutueel exclusief (= elke deelnemer kan in slechts één categorie geplaatst worden) zijn
Dichotome variabele
-> variabele met slechts 2 mogelijke alternatieven
Vb. ‘Volgt u psychologie?’ => ‘ja’ of ‘nee’
3.2.2 Ordinaal meetniveau
- Respondenten indelen in categorieën
- Kan wel rangorde maken
- Er is geen meeteenheid (= hebben geen info over afstand tss twee opeenvolgende
categorieën)
- Nulpunt ontbreekt
- Kwalitatieve/categorische variabelen
Voorbeeld: ‘hoogst genoten opleiding’ -> lager onderwijs, bachelor, master,...
3.2.3 Intervalmeetniveau
- Kan wel rangorde maken
- Er is meeteenheid (= hebben info over de onderlinge afstand tss twee opeenvolgende
waarden) (voorbeeld: ‘intelligentie’ -> afstand tss IQ100 en IQ101 is hetzelfde als
afstand tss IQ110 en IQ111)
- Nulpunt ontbreekt (voorbeeld: IQ120 is niet dubbel zo begaafd als IQ60)
Voorbeelden: temperatuur, jaartelling, uitkomst psychologische test
3.2.4 Ratiomeetniveau
- Kan rangorde maken
- Er is meeteenheid (= de onderlinge afstand tss twee opeenvolgende waarden is
gelijk/constant)
- Er is absoluut nulpunt (voorbeeld: iemand van 26 jaar is dubbel zo oud als iemand van
13 jaar)
Voorbeeld: leeftijd, lichaamslengte
⇒ Hiërarchisch
