1 Achtergronden van statistiek

Wat is statistiek?
• Alle vaardigheden die nodig zijn om beter te kunnen analyseren, interpreteren en
presenteren
• Maakt het mogelijk om onderzoek bij een kleine groep mensen (= steekproef) uit te voeren
en toch iets te concluderen over alle mensen waarover we iets willen weten (=populatie)

2 soorten
• BESCHRIJVENDE STATISTIEK
= Analyseren en beschrijven van de steekproef
• INDUCTIEVE STATISTIEK
= Veralgemenen naar de populatie (dmv schattingen) en vergelijken met ander of eerder
onderzoek

Vakjargon
• Onderzoekseenheid: elk subject of object waarover je iets wil weten
(=onderzoekselement/onderzoeksobject)
– Populatie: alle
– Steekproef: selectie
– Respondent: persoon
– Case/record: 1
Vakjargon (2)
• Onderzoekseigenschappen: eigenschappen van onderzoekseenheden
= variabelen
» Onafhankelijke variabele
» Afhankelijke variabele

Verschil onafhankelijke en afhankelijke variabele

 Bv1: omdat ik een vrouw ben, naai ik vooral jurken
o Onafhankelijk: vrouw
o Afhankelijk: jurk, hangt af van uw geslacht
 Bv2: het hebben van een parking bij een winkel en tevredenheid
o Onafhankelijk: parking hebben of niet
o Afhankelijk: tevredenheid hangt af van parking

! Spreken over samenhang, niet oorzaak

Representativiteit
Om veralgemening naar de populatie mogelijk te maken, moet de steekproef
1. Voldoende groot zijn
2. Toevallig getrokken zijn
 Iedereen moet evenveel kans hebben te worden geënquêteerd
3. Qua eigenschappen van de onderzoekseenheden dezelfde samenstelling hebben als de
populatie
 Zeer veel aandacht aan geven!
 Veralgemening naar populatie mogelijk maken
1 Aan de slag met steekproefgegevens = beschrijvende statistiek
1.1 Tabellen en grafieken
Tabellen
• Zeer belangrijk in rapportage
• Frequentietabel en kruistabel
• Frequentietabel:

Frequentietabel in rapport:

Kruistabel
• Frequentietabel voor delen van de steekproef
• Nagaan of er een verband is tussen de onafhankelijke en de afhankelijke variabele
– bv: geven vrouwen meer geld uit dan mannen
• Interpretatie minder eenvoudig dan het lijkt

Basisgrafieken kruistabel
Grafieken
• Verhoogt de leesbaarheid van het rapport
• Geeft belangrijke indruk over het hele rapport
• In SPSS of Excel
• 2 meest voorkomende:
– Taartpunt
– Staafdiagrammen
Taartpunt
• Samen 100%
• 1 variabele
• Info uit frequentietabel

Staafdiagram
• Kan informatie uit frequentietabel of kruistabel bevatten
• Percentage toevoegen aan staven!

1.2 Meetniveaus
 Nominaal en ordinaal: categorisch
o Speciaal soort categorisch = dichotoom
 Metrisch : continu

Nominaal
 geen rangorde, geen gemiddelde kunnen berekenen
 bv: ja-nee vragen

1.3 Tendensmaten
 Centrummaten: wat treffen we het meest aan?
o Gemiddelde
o Mediaan
o Modus
  Spreidingsmaten: in hoeverre lopen de waarnemingen uiteen?
o Range
o Variantie
o Standaarddeviatie
o Percentielscores: individuele score tov groep

Rekenkundig gemiddelde
• steekproef:

• populatie:

• Vb: scores op tevredenheidsschaal: 1,3,3,6,7

Gemiddelde =

! Enkel bij data van metrisch niveau

Mediaan
• Middelste waarneming, 50% hoger en 50% lager
• Indien even (en dus 2 middelste): gemiddelde van deze 2
• Vb: scores op tevredenheidsschaal: 1,3,3,6,7
Mediaan?
• Vb: scores op tevredenheidsschaal: 1,2,3,5,6,7
Mediaan?

! Enkel bij data vanaf ordinaal niveau

Modus
• Waarneming die het meest voorkomt
• Vb: scores op tevredenheidsschaal: 1,3,3,6,7
Modus?
 • Vb:
Modus?

Output SPSS

Modus, mediaan en gemiddelde

Spreidingsmaten: range
• Hoogste – laagste waarneming
• Vaak niet zo betrouwbaar: uitschieters (outliers): ‘wegknippen’ grootste uitschieters
• Range bij homogene en heterogene scores

Variantie en standaarddeviatie
• Vaak gebruikt
• Geeft aan of waarnemingen op elkaar lijken (homogeniteit) of van elkaar verschillen
(heterogeniteit)
• Variantie = gekwadrateerde gemiddelde afstand tov gemiddelde:
– Groot: veel scores ver van gemiddelde
– Klein: veel scores dichtbij gemiddelde
 • Standaarddeviatie = wortel uit variantie

Waarom kwadrateren?
Formules

Praktisch
1) bereken het gemiddelde van de scores
2) trek van alle waarden dit gemiddelde af3) kwadrateer de uitkomsten
4) bereken het gemiddelde van deze kwadraten
==> variantie
5) neem hiervan de wortel
==> standaarddeviatie

Voorbeeld
 Scores op test: 1,4,7,5,10,3,12 (n=7; N=20)


 In het voorbeeld: 7 personen doen tentamen
 ! Niet realistisch, in de meeste gevallen gaat het niet om de populatie die men onderzoekt,
mar om een steekproef. We gaan dus op zoek naar s, niet naar sigma. Verder zien we hoe we
sigma kunnen schatten.
Percentielscores
• Vergelijken van de score van een individu met de overige scores

• Hoeveel procent van de scores ligt lager dan de score vh individu? = percentielscore van zijn
score

• Te berekenen in SPSS (kijk naar cumulatieve percentages)

Kwartielen en decielen
• Kwartiel = verdeling van alle scores in 4 delen
– 1ste deel = 25% laagste scores
– 4de deel = 25% hoogste scores
• Decielen = verdeling van alle scores in 10 delen
– 1ste deel = 10% laagste scores
– 10de deel = 10% hoogste scores
2 Inductieve statistiek
Kansbegrip
• We kunnen enkel schattingen maken over populatiewaarden
• Hooguit aangeven met welke waarschijnlijkheid, met welke kans, steekproefresultaten zullen
overeenstemmen met die van de populatie
Frequentie- en waarschijnlijkheidsverdeling
• Frequentieverdeling: concrete verdeling van gegevens uit feitelijk waargenomen
onderzoeksmateriaal
• Waarschijnlijkheidsverdeling: verdeling van gegevens binnen populatie, geschat vanuit de
frequentieverdeling van de steekproef

Frequentieverdeling

Waarschijnlijkheidsverdeling

Normaalverdeling
 Gemiddelde modus en mediaan hebben ongeveer zelfde waarde
 1 modus
 Klokmodel
Verschillende vormen

• Wat als gemiddelde verhoogt/verlaagt?

• Wat als standaarddeviatie verhoogt/verlaagt?

Vaste geometrische verhoudingen

Standaardnormaalverdeling
= Z-verdeling

Puntschatting
• 1 cijfer
• In voorgaande stelling:
– x = 1500 Euro
– µ = 1500 Euro
• Wat indien andere steekproef?
• Niet zo nauwkeurig
Opmerkingen
• Minstens even belangrijk:
– Representativiteit steekproef (samenstelling, toeval)
– Goede vragenlijst
– Correcte afname vragenlijst
• Omvang populatie niet belangrijk (tenzij kleine populatie)
Eenmaal boven de 400 à 500 respondenten blijft antwoordpatroon stabiel

Intervalschatting
• Tussen welke waarden ligt mijn parameter met een grote waarschijnlijkheid?
• In voorgaande stelling:
– x = 1500 Euro
– 95%(1420< π <1580)
= het gemiddelde inkomen in de populatie ligt tussen 1420 Euro en 1580 Euro, uitgaande van 95%
kans dat deze uitspraak waar is
= betrouwbaarheidsinterval

Betrouwbaarheidsinterval
• Formule 95%-betrouwbaarheidsinterval van het gemiddelde in de populatie:

• 1,96 is z-waarde overeenkomstig met 95% betrouwbaarheid

• Bij 90% wordt dit 1,65; bij 99% wordt dit 2,58

Grootte steekproef
• Hoe groter, hoe nauwkeuriger schatting
• Kostprijs per onderzoekseenheid: duur!
• Hoe bepalen hoe groot steekproef moet zijn?

Grootte steekproef - Nauwkeurige schatting

Steekproefgrootte
• Vertrekken vanuit zelfde formule
• Andersom te werk gaan
• Bij metrische data:

• Betrouwbaarheid die opdrachtgever wenst (z)

• Maximale breedte interval dat opdrachtgever wenst
• Vermoeden van de standaarddeviatie in de populatie (σ)
 n enige onbekende, kunnen we berekenen
Steekproefgrootte berekenen
• Steekproefcalculators op het internet :
• http://www.steekproefcalculator.com/steekproefcalculator.htm