Samenvatting Kwantitatieve onderzoeksmethoden (UA_9001TEWKWM) (18/20 gehaald)

Samenvatting Kwantitatieve onderzoeksmethoden 2021-2022



1. Inleiding
Statistiek = verzamelen, bewerken, interpreteren en presenteren van kwantitatieve gegevens
= instrument om vragen te beantwoorden, gegevens te ordenen, resultaten bruikbaar te
maken

Soorten statistiek:

1. Beschrijvende statistiek = gegevens ordenen en samenvatten
2. Kansberekening = kans op bepaalde gebeurtenis bepalen
3. Verklarende statistiek = bepaalde verwachtingen toetsen

Onderzoek verloopt in 4 fasen:

1. Ontwerpen = onderzoek opstellen
2. Verzamelen = gegevens verzamelen via vragenlijsten, klantenkaarten…
3. Analyseren = samenvatten, structureren, conclusies trekken  STATISTIEK
4. Evalueren = kijken wat uit onderzoek blijkt en indien nodig nieuw onderzoek starten

2 soorten onderzoek:
- Kwantitatief onderzoek
1. Steekproef = samenvatting van verzamelde gegevens
2. Hypothesen = verwachtingen die je gaat toetsen aan de populatie
3. Meetniveau bepalen = geschikte statistische methode bepalen
4. Kansen = conclusie verbreden naar populatie
 Zijn gevonden resultaten toeval of niet?

- Kwalitatief onderzoek
 geen cijfermatige gegevens, dient als aanvulling op kwantitatief onderzoek



2. Beschrijvende statistiek – 1 variabele
2.1 Meetniveaus

Meetniveau = de aard van je variabelen, bepaalt welke statistische methoden toepasbaar zijn

3 meetniveaus:
1. Nominaal
= laagste, kwalitatieve meetschaal
 metingen bestaan uit losse categorieën
 discreet (= beperkt aantal waarden mogelijk, 1 ‘sprong’ tussen waarde A en waarde B)
 je kan er niet mee rekenen, enkel frequenties/percentages bereken
vb.: haarkleur, woonplaats, postcode, hobby
! dichotoom = variabele kan slechts 2 nominale antwoordmogelijkheden aannemen
vb.: goed/slecht, ja/nee, werkt/werkt niet
dummy’s = lijst met antwoordmogelijkheden waarbij 1 = aangevinkt / 0 = niet aangevinkt




1

,Samenvatting Kwantitatieve onderzoeksmethoden 2021-2022


2. Ordinaal
= tweede kwalitatieve meetschaal
= nominale variabelen waarbij antwoordmogelijkheden logisch geordend kunnen worden
 je kan er nog steeds niet mee rekenen, wel midden bepalen van gerangschikte gegevens
vb.: opleidingsniveau, salarisschaal, mate van waardering (slecht-matig-goed)
! Likert-items = je mening een score geven van 1 (=helemaal oneens) tot 7 (=helemaal eens)
 in praktijk wordt met deze scores vaak toch gerekend
3. Metrisch
o Interval
= laagste, kwantitatieve meetschaal
= ordinale variabelen met gelijke intervallen tussen waarden
 getalwaarden (waarmee je dus kan rekenen)
 discreet of continu (= ‘oneindig’ veel waarden mogelijk tussen waarde A en B)
 geen natuurlijk nulpunt, dus verhoudingen zijn niet zo zinvol
vb. temperatuur in °C, tijd op de klok
! Likerschaal = combinatie van Likert-items
 gecombineerde variabele heeft meer mogelijke waarden, maar je kan niet
eender wat combineren (moet betekenisvol blijven)

o Ratio
= hoogste, kwantitatieve meetschaal
= interval, maar dan met betekenisvolle verhoudingen
 natuurlijk nulpunt aanwezig
vb.: # werkuren/week, inkomen, leeftijd (!als deze niet in categorieën zijn opgedeeld)


2.2 Frequentieverdelingen

Frequentie = aantal = hoe vaak een bepaalde waarde/antwoordmogelijkheid voorkomt

Percentage = relatieve frequentie = hoe vaak een bepaalde waarde voorkomt t.o.v. totaal # waarden

Geldig percentage/valid percent = percentage waarbij missing values niet worden meegerekend

 wordt weergegeven in frequentietabel met links variabele en rechts frequentie etc.


2.3 Grafieken van één variabele

Grafieken geven in 1 oogopslag een overzicht van een kenmerk/variabele
 zeer verhelderen voor breed publiek
! wel belangrijk om juiste grafiekkeuze te maken afhankelijk van meetniveau en wat je wil laten zien

Soorten grafieken voor visualiseren van 1 variabele

- Cirkel- of taartdiagram
 geeft idee over verhouding tussen categorieën (grootste punt = cat. met grootste freq.)
 geschikt voor laag meetniveau met beperkt aantal categorieën




2

, Samenvatting Kwantitatieve onderzoeksmethoden 2021-2022


- Staafdiagram
 elk staafje geeft in de hoogte de frequentie van een waarde weer
 geschikt voor laag/hoog meetniveau met beperkt aantal waarden

- Histogram
= ‘aaneengeplakt’ staafdiagram
 geeft idee van de vorm van de verdeling v/e variabele, vb. scheef, symmetrisch, #toppen…
 geschikt voor continue variabelen die in aaneengesloten, gelijke categorieën verdeeld zijn

- Boxdiagram
 geeft idee van verdeling van minimaal ordinale variabele
 box = middelste 50% van de waarnemingen
whiskers = uitlopende lijnen vanaf box tot min. en max. waarde (zonder uitschieters)
streepje in box zelf = middelste waarneming


2.4 Centrummaten

Centrummaten vatten gegevens/variabele samen in 1 getal

Verschillende centrummaten:
 keuze hangt af van meetniveau!

- Modus = waarde/categorie die het meest voorkomt
 te bepalen vanaf nominaal meetniveau
! bimodaal = gegevensset met 2 modussen

- Mediaan = middelste waarneming in een set geordende, numerieke data
 te bepalen vanaf ordinaal meetniveau
! bij even aantal waarnemingen: gemiddelde berekenen van middelste 2 waarden
! mediane klasse = categorie die middelste waarneming bevat
= klasse die 50ste percentiel bevat
 eerst cumulatieve percentages berekenen om dit te kunnen afleiden

- Gemiddelde = alle waarden opgeteld / totaal aantal waarden
 te bepalen vanaf metrisch meetniveau
! bij interpretatie opletten voor uitschieters, deze beïnvloeden het gemiddelde
! bij frequentietabel met categorieën: frequentie vermenigvuldigen met midden van klasse
! bij onevenwicht in grootte van verschillende categorieën
 gewogen gemiddelde = frequentie vermenigvuldigen met grootte van categorie

Verhouding tussen modus, mediaan en gemiddelde zegt iets over de verdeling van een grafiek

- Modus < mediaan < gemiddelde  rechtsscheve verdeling
- Modus = mediaan = gemiddelde  symmetrische verdeling
- Gemiddelde < mediaan < modus  linksscheve verdeling

! Centrummaten vertellen niet alles  ook hoe de gegevens errond verspreid liggen is van belang




3