Statistiek
H1: over statistiek, statistieken en mathemafobia
Wat is statistiek?
Statistiek ≠ Wiskunde
Maar we maken wel gebruik van wiskundige inzichten en concepten (“wiskundige
wetenschap”)
Ø Statistiek is de wetenschap van het verzamelen, organiseren en presenteren van
gegevens of data volgens een numerieke logica.
- Historische context.
Statisticum (Latijn) = van de staat; Statista (Italiaans) = staatsman
- Technologische vooruitgang: Rekenmachines software (SPSS, SAS, Stata, R….)
- Secundaire analyse en data archieven
Statistiek
= de wetenschap van het verzamelen, organiseren, presenteren, analyseren en interpreteren
van gegevens of data volgens een numerieke logica.
- Beschrijvende statistiek
- Inferentiële statistiek
Waarom statistiek?
1. Om bestaand onderzoek te begrijpen en te bekritiseren en om je eigen onderzoek te
kunnen uitvoeren.
2. Statistiek is overal!
Paradox 1
Statistici zijn wereldvreemde en saaie ‘number crunchers’ versus de populariteit van
statistische gegevens
Paradox 2
Statistiek is een ‘harde’ wetenschap versus met statistiek kan je alles bewijzen
Paradox 3
Statistiek en wiskundige angst versus het relatief hoge niveau van de wiskundige kennis van
onze studenten
1
, 2/10
H2: Data statistisch onder de loep genomen
2 soorten van statistiek
Beschrijvende statistiek: Het beschrijven van de gegevens van een steekproef of populatie met
behulp van tabellen, grafieken en kengetallen.
Inferentiële statistiek: Op basis van steekproefgegevens uitspraken doen over de populatie.
Variabelen: Kenmerken van
Datamatrix de onderzoekselementen
Onderzoeks
elementen
of cases:
Datgene
waar we
iets over
willen Meetwaarden of observaties:
zeggen Waarde van een onderzoekselement op
een variabele
= onze grondstof. Onderzoek doen met matrices.
1. Onderzoek elementen: vb; studenten bestuderen; rijen (cases)
2. Variabelen: kolommen
3. Meetwaarden of observaties
Voorbeelden datamatrix
Ø 1: welke data van mezelf komt hierin terecht? Ze zijn nooit onschuldig.
Ø 2: cases = landen
Onderzoekselementen (1)
Steekproef (sample) n: De onderzoekselementen vormen een deel van een groter geheel
aan elementen (v.b. 1000 Vlaamse burgers)
Populatie N: Alle mogelijke onderzoekselementen (v.b. alle Vlaamse burgers à Census; staat
tegenover de steekproef)
2
,Onderzoekselementen (2)
Populatie of steekproef?
Ø Tijd en geld
Ø Risico op selectiebias (zeker bij Census)
Ø Steeds meer gebruik van steekproeven, zeker bij grote populaties.
Bias = vertekening in het resultaat van een steekproef.
Sampling (1)
Literary Digest-schandaal (1936)
= over de amerikaanse verkiezingen. 1936. Tussen Alfred lennon en Franklin Rooseveld.
Rooseveld was gewonnen.
= Dit was een tijdschrift dat over elke verkiezing sprak en voorspelde wie het ging halen etc.
LD voorspelde dat Alfred het ging halen, ze stuurden 100den interviews op pad en stuurde
die interviews naar treinen. De kans was veel groter dat mensen meededen. Zij inspecteerde
automobiele registraties.
ð Probleem? Hoe kan je verklaren dat LD ernaast de verkiezingsuitslag zat?
= Rooseveld was een democraat. Alfred was een republikein.
Sampling (2)
Literary Digest: Straw poll
§ Selectiebias
§ = Je strooit zoveel mogelijk formuleren rond. Zo denk je dat het antwoord
goed zal zijn. Als je het meer bij de republikeinen laat terecht komen zal daar
een uitkomst uitkomen.
§ Je moet aselect werken. Juiste aanpak.
George Gallup
§ Enkelvoudige aselecte steekproef (EAS)
§ Random sample
§ Fenomeen dat je wilt bestuderen hangt niet persé samen met de mensen die
je ondervraagt.
§ Steekproef = random – best om een grote steekproef te nemen
Randomness/aselectie is belangrijker dan steekproefgrootte!
Maar als de steekproef random is, is een grote n beter dan een kleine n
Zomertijd/wintertijd
= zij/hij heeft een vraag voorgelegd aan alle Europeanen. 84 procent was er tegen.
3
, Sampling (3): EAS
Undercoverage: niet iedereen heeft een pc, internet…
Selectie bias en non-respons bias: waarom zijn mensen geneigd of niet geneigd om mee te
doen?
Populatie (mogelijke bias)
è Undecoverage
Steekproefkader
è Selectie bias
Steekproef
è Non-respons bias
è Face-to-face, Telefoon,
Vragenlijst
Deelnemers/respondenten
è Respons bias
Sampling (4)
The good:
Ø Enkelvoudige aselecte steekproef: elk individu heeft een even grote kans om
geselecteerd te worden.
Ø Clustersteekproef (genest - tweetrapssteekproef): getrapt aselect werken, lijst maken
van alle x’n, daaruit trekt men een geselecteerde steekproef – dan trekt men daaruit
aselecte individuen. Niveaus zijn genest. Uit verschillende niveaus.
Ø Gestratificeerde steekproef (voorkennis – pres. verk. VS): je maakt gebruik van a
priori voorkennis. Je houdt rekening dat bepaalde groepen apart moeten bevraagd
worden. Je houdt rekening met voorkennis van belang van bepaalde variabelen.
(Bijna alle steekproeven zijn cluster/gestratificeerde die we onderzoeken.)
The bad:
Ø Convenience steekproef: ‘Ik maak het mij gemakkelijk’.
The ugly:
Ø Quota steekproef: vaak aanwezig. Je cumuleert 2 soorten van bias (= vertekening) die
heel verschillend kunnen zijn. Weinig voorbereiding & cheap capitalisme.
4
H1: over statistiek, statistieken en mathemafobia
Wat is statistiek?
Statistiek ≠ Wiskunde
Maar we maken wel gebruik van wiskundige inzichten en concepten (“wiskundige
wetenschap”)
Ø Statistiek is de wetenschap van het verzamelen, organiseren en presenteren van
gegevens of data volgens een numerieke logica.
- Historische context.
Statisticum (Latijn) = van de staat; Statista (Italiaans) = staatsman
- Technologische vooruitgang: Rekenmachines software (SPSS, SAS, Stata, R….)
- Secundaire analyse en data archieven
Statistiek
= de wetenschap van het verzamelen, organiseren, presenteren, analyseren en interpreteren
van gegevens of data volgens een numerieke logica.
- Beschrijvende statistiek
- Inferentiële statistiek
Waarom statistiek?
1. Om bestaand onderzoek te begrijpen en te bekritiseren en om je eigen onderzoek te
kunnen uitvoeren.
2. Statistiek is overal!
Paradox 1
Statistici zijn wereldvreemde en saaie ‘number crunchers’ versus de populariteit van
statistische gegevens
Paradox 2
Statistiek is een ‘harde’ wetenschap versus met statistiek kan je alles bewijzen
Paradox 3
Statistiek en wiskundige angst versus het relatief hoge niveau van de wiskundige kennis van
onze studenten
1
, 2/10
H2: Data statistisch onder de loep genomen
2 soorten van statistiek
Beschrijvende statistiek: Het beschrijven van de gegevens van een steekproef of populatie met
behulp van tabellen, grafieken en kengetallen.
Inferentiële statistiek: Op basis van steekproefgegevens uitspraken doen over de populatie.
Variabelen: Kenmerken van
Datamatrix de onderzoekselementen
Onderzoeks
elementen
of cases:
Datgene
waar we
iets over
willen Meetwaarden of observaties:
zeggen Waarde van een onderzoekselement op
een variabele
= onze grondstof. Onderzoek doen met matrices.
1. Onderzoek elementen: vb; studenten bestuderen; rijen (cases)
2. Variabelen: kolommen
3. Meetwaarden of observaties
Voorbeelden datamatrix
Ø 1: welke data van mezelf komt hierin terecht? Ze zijn nooit onschuldig.
Ø 2: cases = landen
Onderzoekselementen (1)
Steekproef (sample) n: De onderzoekselementen vormen een deel van een groter geheel
aan elementen (v.b. 1000 Vlaamse burgers)
Populatie N: Alle mogelijke onderzoekselementen (v.b. alle Vlaamse burgers à Census; staat
tegenover de steekproef)
2
,Onderzoekselementen (2)
Populatie of steekproef?
Ø Tijd en geld
Ø Risico op selectiebias (zeker bij Census)
Ø Steeds meer gebruik van steekproeven, zeker bij grote populaties.
Bias = vertekening in het resultaat van een steekproef.
Sampling (1)
Literary Digest-schandaal (1936)
= over de amerikaanse verkiezingen. 1936. Tussen Alfred lennon en Franklin Rooseveld.
Rooseveld was gewonnen.
= Dit was een tijdschrift dat over elke verkiezing sprak en voorspelde wie het ging halen etc.
LD voorspelde dat Alfred het ging halen, ze stuurden 100den interviews op pad en stuurde
die interviews naar treinen. De kans was veel groter dat mensen meededen. Zij inspecteerde
automobiele registraties.
ð Probleem? Hoe kan je verklaren dat LD ernaast de verkiezingsuitslag zat?
= Rooseveld was een democraat. Alfred was een republikein.
Sampling (2)
Literary Digest: Straw poll
§ Selectiebias
§ = Je strooit zoveel mogelijk formuleren rond. Zo denk je dat het antwoord
goed zal zijn. Als je het meer bij de republikeinen laat terecht komen zal daar
een uitkomst uitkomen.
§ Je moet aselect werken. Juiste aanpak.
George Gallup
§ Enkelvoudige aselecte steekproef (EAS)
§ Random sample
§ Fenomeen dat je wilt bestuderen hangt niet persé samen met de mensen die
je ondervraagt.
§ Steekproef = random – best om een grote steekproef te nemen
Randomness/aselectie is belangrijker dan steekproefgrootte!
Maar als de steekproef random is, is een grote n beter dan een kleine n
Zomertijd/wintertijd
= zij/hij heeft een vraag voorgelegd aan alle Europeanen. 84 procent was er tegen.
3
, Sampling (3): EAS
Undercoverage: niet iedereen heeft een pc, internet…
Selectie bias en non-respons bias: waarom zijn mensen geneigd of niet geneigd om mee te
doen?
Populatie (mogelijke bias)
è Undecoverage
Steekproefkader
è Selectie bias
Steekproef
è Non-respons bias
è Face-to-face, Telefoon,
Vragenlijst
Deelnemers/respondenten
è Respons bias
Sampling (4)
The good:
Ø Enkelvoudige aselecte steekproef: elk individu heeft een even grote kans om
geselecteerd te worden.
Ø Clustersteekproef (genest - tweetrapssteekproef): getrapt aselect werken, lijst maken
van alle x’n, daaruit trekt men een geselecteerde steekproef – dan trekt men daaruit
aselecte individuen. Niveaus zijn genest. Uit verschillende niveaus.
Ø Gestratificeerde steekproef (voorkennis – pres. verk. VS): je maakt gebruik van a
priori voorkennis. Je houdt rekening dat bepaalde groepen apart moeten bevraagd
worden. Je houdt rekening met voorkennis van belang van bepaalde variabelen.
(Bijna alle steekproeven zijn cluster/gestratificeerde die we onderzoeken.)
The bad:
Ø Convenience steekproef: ‘Ik maak het mij gemakkelijk’.
The ugly:
Ø Quota steekproef: vaak aanwezig. Je cumuleert 2 soorten van bias (= vertekening) die
heel verschillend kunnen zijn. Weinig voorbereiding & cheap capitalisme.
4
