Statistiek hoorcolleges en gelezen hoofdstukken samen
Week 1
Wat is statistiek?
= feiten of gegevens van statistische aard. Zoals statistieken van geboorten en sterfgevallen tijdens
coronacrisis.
= discipline die zich bezighoudt met het beschrijven (niet verzamelen) en analyseren van data.
Waarom statistiek?
Niet nodig in de exacte wetenschap. Het is belangrijk in onderzoek naar gedrag want gedrag is
variabel > mensen doen nooit twee keer hetzelfde. Statistiek is slechts ene onderdeel van de
empirische cyclus (het onderzoeksproces). Het wordt gebruikt (waar we nu naar kijken) om bepaalde
vraagstukken/onderzoeksvragen te beantwoorden.
Voorbeeld: in hoeverre zijn scheldwoorden van invloed op hoe een advertentie wordt
beoordeeld.
Hoe kan je dat onderzoeken?
- Vragen aan mensen om advertenties met scheldwoorden te beoordelen.
Wat is de rol van de statistiek?
- Onmogelijk om van alle mensen te weten hoe ze alle advertenties met scheldwoorden
beoordelen (en bijvoorbeeld te vergelijken met advertenties zonder scheldwoorden).
Als dat wel kan heb je geen statistiek meer nodig. Want kan je bijv. de uitkomsten/cijfers
vergelijken en that’s it.
- Met statistiek worden kleinere groepen onderzocht want het is niet mogelijk om de gehele
groep te onderzoeken > niet optimaal.
- De resultaten gelden niet voor iedereen
Statistiek heb je nodig om te generaliseren naar grote groepen.
Hoe groot is de kans dat het resultaat wat je gevonden hebt voor een kleine groep
(steekproef), ook geldt voor vergelijkbare groepen.
Dat maakt het dat representatieve groepen belangrijk zijn > bepaalt of je wel/niet kan
generaliseren.
Een onderzoek opzetten
Statistiek is enkel een onderdeel van het onderzoekproces
- Statistiek werkt niet in het geval van een slecht onderzoek > je kan geen valide en
betrouwbare conclusies trekken.
Belangrijk is om het onderzoek dus op een goede manier op te zetten.
- Hoe te beginnen? (Figuur 1.2)
1. Observatie: als onderzoeker valt je iets op en wil daar meer over weten
2. Theorie raadplegen: op basis van je observatie heb je bepaalde verwachtingen
3. Hypotheses en verwachtingen opstellen: formuleren van toetsbare
hypotheses/verwachtingen
4. Verzamelen van data: toetsen van de hypotheses
1
, 5. Analyseren van data: komen de verwachtingen uit? > evalueren van de resultaten
Voorbeeld scheldwoorden
1. Observatie: ik zie steeds meer advertenties met scheldwoorden voorbijkomen. Hoe reageren
mensen hierop? Werkt dit zoals wordt gedacht? Praktijkvoorbeeld.
Wanneer je een initial observation hebt gedaan en een hypothese hebt ga je data
verzamelen om te kijken of je hypothese waar is op dat het een biased observation is.
Biased observation: de neiging van een observator om alleen de dingen te zien die de
observator wil of verwacht te zien.
2. Theorie: je gaat het koppelen met wat er al bekend is.
Theorie: een verondersteld algemeen principe of verzameling van principes waarmee
waarnemingen verklaard kunnen worden en van waaruit nieuwe verwachtingen of
hypotheses opgesteld kunnen worden
Zodra je een theorie hebt kan je wellicht een hypothese opstellen (ook op basis van je
observation).
Scheldwoorden vallen meer op dan niet-scheldwoorden
3. Hypotheses en verwachtingen opstellen
Hypothese: de beste voorspelling of een voorlopige verklaring/oplossing van een probleem.
Kan afgeleid zijn uit de onderzoeksliteratuur, een theorie of uit observaties. Moet in principe
2
, verworpen (gefalsificeerd) of bevestigd kunnen worden (de hypothese wordt getoetst, niet
het probleem o.i.d.).
Een theorie legt een ruime selectie van een fenomeen met een reeks gevestigde principes, waar een
hypothese probeert een kleiner fenomeen uit te leggen en is nog niet getest.
Zowel de theorie als hypothese horen bij het conceptueel domein (figuur 1.2) en je kan ze niet direct
observeren.
Eén falsificatie is sterker dan een oneindig aantal bevestigingen: een bevestiging laat nog altijd de
mogelijkheid open (data kan erbij komen en kan je hypotheses falsificeren). Stel je hypothese is ‘’alle
zwanen zijn wit’’
- Een hypothese ‘bewijzen’ op basis van verificaties is onmogelijk omdat je nooit kunt weten
wat je nog niet geobserveerd hebt.
- Het is wel mogelijk om aan te tonen dat een hypotheses onjuist is: falsificatie.
Verder met praktijkvoorbeeld: hypotheses in advertenties met scheldwoorden vallen meer op
dan advertenties zonder scheldwoorden > specifieker Mensen zijn geneigd om producten in
advertenties met scheldwoorden sneller te kopen dan producten in advertenties zonder
scheldwoorden.
Belangrijk is om je variabelen te identificeren, in dit geval advertenties met en zonder
scheldwoorden is de variabel.
Stap 3 (zie ook figuur 1.2) is het stellen van een hypothese (je gaat dus stap 1 kaderen door middel
van de theorie die je bij stap 2 hebt vergaard). Het is een conceptuele uitspraak en legt dus je eerste
stap (observation) uit. Om de hypothese te testen ga je verder naar het tweede domein (observable
domain). Je moet je hypothese operationaliseren (meetbaar maken) op een manier dat je gegevens
kan verzamelen en analyseren > dit doe je door middel van predictions (stap 4). Een prediction
ontstaat dus uit een hypothese en verander je in ‘iets’ dat meetbaar en observeerbaar is > je kan
bewijs gaan verzamelen.
Voorbeeld
- Hypothese: mensen met een narcistische persoonlijkheid gebruiken reality tv om hun
cravings te voldoen door middel van aandacht van anderen.
- Prediction: mensen met een narcistische persoonlijkheid doen eerder (more likely) auditie
voor een reality TVshow om hun cravings te voldoen door middel van aandacht van anderen.
Bevolkingspercentage narcistische personen is 1% > kijken of dit % hoger of lager is. Wanneer het
hoger is dan is je prediction correct > disproportionate number > onevenredigheid, gebrek aan juiste
verhoudingen.
De volgende stap is het verzamelen van data door middel van het testen van je predictions > laatste
stap is het analyseren van je data en bepalen of je predictions correct of incorrect is.
4. Verzamelen van data
Verschillende onderzoeksbenaderingen
- Experimenteel vs. Correlationeel/cross-sectioneel onderzoek
o Experimenteel: je probeert alles constant te houden maar het gene wat je
interesseert ga je variëren (1 variabele). Oorzaak-gevolgrelaties identificeren door
gecontroleerde experimenten.
o Correlationeel: je gaat kijken naar patronen in de data. Beschrijvend onderzoek dat
verschijnselen, gebeurtenissen of situaties in kaart brengt > wat er van nature in de
wereld gebeurt zonder je er direct mee te bemoeien.
- Kwalitatief vs. Kwantitatief onderzoek
3
, o Kwalitatief: verzamelen en interpreteren van niet-numerieke data (bv. Foto’s,
uitspraken, dagboeken enz.). Geen ambitie om te generaliseren > bijvoorbeeld om
een beeld te scheppen > niet zozeer om te zeggen dit geldt voor iedereen.
o Kwantitatief: verzamelen en interpreteren van numerieke data. Generaliseren is
belangrijk. Met voorbeeld van scheldwoorden uit op experimenteel kwantitatief
onderzoek. Het gaat bij statistiek vaak om kwantitatieve data.
Onderzoeksontwerp
Betreft de structuur van het onderzoek en dataverzameling. Afhankelijk van de (soort)
onderzoeksvragen.
- Correlationeel onderzoek > je bent vooral aan het kijken naar observaties. Hoe hangen deze
verschillende aspecten (correlaties) samen.
o Surveys (peilingsonderzoek): vaardigheidsniveaus, opinies, attitudes, samenhangen
(correlaties) tussen eigenschappen, etc.
- Experiment > je bent iets aan het manipuleren als onderzoeker.
o Speciale taken of condities, behandelingen etc.
o Verschillende mate van ‘controle’ en randomisering.
Voorbeeld: onderzoek naar het leren van Nederlandse uitdrukkingen door tweedetaalleerders
- Nederlandse idiomatische uitdrukkingen: het loodje leggen, onder de knie krijgen, tegen de
lamp lopen.
Hypothese: intensief oefenen met behulp van een computerprogramma helpt bij het leren van
uitdrukkingen
- Condities: training (groep 1) en geen training (groep 2)
- Metingen: testen van de kennis van uitdrukkingen vooraf (pre-test) vergeleken met achteraf
(post-test)
Op deze manier kan je heel gedetailleerd naar het effect van de training kijken > je manipuleert dus
iets > experimenteel onderzoek want je grijpt in als onderzoeker.
Kijken naar praktijkvoorbeeld > verzamelen van data
Hoe?
Personen advertenties met en zonder scheldwoorden laten beoordelen op verschillende
aspecten
o Bijvoorbeeld: ik zou dit product willen kopen (schaal 1-5)
o Ik vind deze advertenties onaangenaam (schaal 1-5)
Experiment
Je hebt twee groepen advertenties: met en zonder scheldwoorden. Te meten variabele:
koopintentie. Dit is kwantitatief van aard.
5. Analyseren/evalueren van data
Hier komt de statistiek pas kijken.
Maar wat te evalueren?
- Scores per groep advertenties.
Je kan je hypothese falsificeren of verifiëren van de hypothese (toetsen).
Het is belangrijk dat de uitkomsten aanleiding geven om de theorie te herzien en de stappen
opnieuw doorlopen. Afhankelijk van hoe je hypothese formuleert kan je zowel falsificeren of
verifiëren. Een theorie moet altijd te falsificeren zijn want anders kan je geen hypothese toetsen.
Wat kan je niet doen met statistiek?
4
Week 1
Wat is statistiek?
= feiten of gegevens van statistische aard. Zoals statistieken van geboorten en sterfgevallen tijdens
coronacrisis.
= discipline die zich bezighoudt met het beschrijven (niet verzamelen) en analyseren van data.
Waarom statistiek?
Niet nodig in de exacte wetenschap. Het is belangrijk in onderzoek naar gedrag want gedrag is
variabel > mensen doen nooit twee keer hetzelfde. Statistiek is slechts ene onderdeel van de
empirische cyclus (het onderzoeksproces). Het wordt gebruikt (waar we nu naar kijken) om bepaalde
vraagstukken/onderzoeksvragen te beantwoorden.
Voorbeeld: in hoeverre zijn scheldwoorden van invloed op hoe een advertentie wordt
beoordeeld.
Hoe kan je dat onderzoeken?
- Vragen aan mensen om advertenties met scheldwoorden te beoordelen.
Wat is de rol van de statistiek?
- Onmogelijk om van alle mensen te weten hoe ze alle advertenties met scheldwoorden
beoordelen (en bijvoorbeeld te vergelijken met advertenties zonder scheldwoorden).
Als dat wel kan heb je geen statistiek meer nodig. Want kan je bijv. de uitkomsten/cijfers
vergelijken en that’s it.
- Met statistiek worden kleinere groepen onderzocht want het is niet mogelijk om de gehele
groep te onderzoeken > niet optimaal.
- De resultaten gelden niet voor iedereen
Statistiek heb je nodig om te generaliseren naar grote groepen.
Hoe groot is de kans dat het resultaat wat je gevonden hebt voor een kleine groep
(steekproef), ook geldt voor vergelijkbare groepen.
Dat maakt het dat representatieve groepen belangrijk zijn > bepaalt of je wel/niet kan
generaliseren.
Een onderzoek opzetten
Statistiek is enkel een onderdeel van het onderzoekproces
- Statistiek werkt niet in het geval van een slecht onderzoek > je kan geen valide en
betrouwbare conclusies trekken.
Belangrijk is om het onderzoek dus op een goede manier op te zetten.
- Hoe te beginnen? (Figuur 1.2)
1. Observatie: als onderzoeker valt je iets op en wil daar meer over weten
2. Theorie raadplegen: op basis van je observatie heb je bepaalde verwachtingen
3. Hypotheses en verwachtingen opstellen: formuleren van toetsbare
hypotheses/verwachtingen
4. Verzamelen van data: toetsen van de hypotheses
1
, 5. Analyseren van data: komen de verwachtingen uit? > evalueren van de resultaten
Voorbeeld scheldwoorden
1. Observatie: ik zie steeds meer advertenties met scheldwoorden voorbijkomen. Hoe reageren
mensen hierop? Werkt dit zoals wordt gedacht? Praktijkvoorbeeld.
Wanneer je een initial observation hebt gedaan en een hypothese hebt ga je data
verzamelen om te kijken of je hypothese waar is op dat het een biased observation is.
Biased observation: de neiging van een observator om alleen de dingen te zien die de
observator wil of verwacht te zien.
2. Theorie: je gaat het koppelen met wat er al bekend is.
Theorie: een verondersteld algemeen principe of verzameling van principes waarmee
waarnemingen verklaard kunnen worden en van waaruit nieuwe verwachtingen of
hypotheses opgesteld kunnen worden
Zodra je een theorie hebt kan je wellicht een hypothese opstellen (ook op basis van je
observation).
Scheldwoorden vallen meer op dan niet-scheldwoorden
3. Hypotheses en verwachtingen opstellen
Hypothese: de beste voorspelling of een voorlopige verklaring/oplossing van een probleem.
Kan afgeleid zijn uit de onderzoeksliteratuur, een theorie of uit observaties. Moet in principe
2
, verworpen (gefalsificeerd) of bevestigd kunnen worden (de hypothese wordt getoetst, niet
het probleem o.i.d.).
Een theorie legt een ruime selectie van een fenomeen met een reeks gevestigde principes, waar een
hypothese probeert een kleiner fenomeen uit te leggen en is nog niet getest.
Zowel de theorie als hypothese horen bij het conceptueel domein (figuur 1.2) en je kan ze niet direct
observeren.
Eén falsificatie is sterker dan een oneindig aantal bevestigingen: een bevestiging laat nog altijd de
mogelijkheid open (data kan erbij komen en kan je hypotheses falsificeren). Stel je hypothese is ‘’alle
zwanen zijn wit’’
- Een hypothese ‘bewijzen’ op basis van verificaties is onmogelijk omdat je nooit kunt weten
wat je nog niet geobserveerd hebt.
- Het is wel mogelijk om aan te tonen dat een hypotheses onjuist is: falsificatie.
Verder met praktijkvoorbeeld: hypotheses in advertenties met scheldwoorden vallen meer op
dan advertenties zonder scheldwoorden > specifieker Mensen zijn geneigd om producten in
advertenties met scheldwoorden sneller te kopen dan producten in advertenties zonder
scheldwoorden.
Belangrijk is om je variabelen te identificeren, in dit geval advertenties met en zonder
scheldwoorden is de variabel.
Stap 3 (zie ook figuur 1.2) is het stellen van een hypothese (je gaat dus stap 1 kaderen door middel
van de theorie die je bij stap 2 hebt vergaard). Het is een conceptuele uitspraak en legt dus je eerste
stap (observation) uit. Om de hypothese te testen ga je verder naar het tweede domein (observable
domain). Je moet je hypothese operationaliseren (meetbaar maken) op een manier dat je gegevens
kan verzamelen en analyseren > dit doe je door middel van predictions (stap 4). Een prediction
ontstaat dus uit een hypothese en verander je in ‘iets’ dat meetbaar en observeerbaar is > je kan
bewijs gaan verzamelen.
Voorbeeld
- Hypothese: mensen met een narcistische persoonlijkheid gebruiken reality tv om hun
cravings te voldoen door middel van aandacht van anderen.
- Prediction: mensen met een narcistische persoonlijkheid doen eerder (more likely) auditie
voor een reality TVshow om hun cravings te voldoen door middel van aandacht van anderen.
Bevolkingspercentage narcistische personen is 1% > kijken of dit % hoger of lager is. Wanneer het
hoger is dan is je prediction correct > disproportionate number > onevenredigheid, gebrek aan juiste
verhoudingen.
De volgende stap is het verzamelen van data door middel van het testen van je predictions > laatste
stap is het analyseren van je data en bepalen of je predictions correct of incorrect is.
4. Verzamelen van data
Verschillende onderzoeksbenaderingen
- Experimenteel vs. Correlationeel/cross-sectioneel onderzoek
o Experimenteel: je probeert alles constant te houden maar het gene wat je
interesseert ga je variëren (1 variabele). Oorzaak-gevolgrelaties identificeren door
gecontroleerde experimenten.
o Correlationeel: je gaat kijken naar patronen in de data. Beschrijvend onderzoek dat
verschijnselen, gebeurtenissen of situaties in kaart brengt > wat er van nature in de
wereld gebeurt zonder je er direct mee te bemoeien.
- Kwalitatief vs. Kwantitatief onderzoek
3
, o Kwalitatief: verzamelen en interpreteren van niet-numerieke data (bv. Foto’s,
uitspraken, dagboeken enz.). Geen ambitie om te generaliseren > bijvoorbeeld om
een beeld te scheppen > niet zozeer om te zeggen dit geldt voor iedereen.
o Kwantitatief: verzamelen en interpreteren van numerieke data. Generaliseren is
belangrijk. Met voorbeeld van scheldwoorden uit op experimenteel kwantitatief
onderzoek. Het gaat bij statistiek vaak om kwantitatieve data.
Onderzoeksontwerp
Betreft de structuur van het onderzoek en dataverzameling. Afhankelijk van de (soort)
onderzoeksvragen.
- Correlationeel onderzoek > je bent vooral aan het kijken naar observaties. Hoe hangen deze
verschillende aspecten (correlaties) samen.
o Surveys (peilingsonderzoek): vaardigheidsniveaus, opinies, attitudes, samenhangen
(correlaties) tussen eigenschappen, etc.
- Experiment > je bent iets aan het manipuleren als onderzoeker.
o Speciale taken of condities, behandelingen etc.
o Verschillende mate van ‘controle’ en randomisering.
Voorbeeld: onderzoek naar het leren van Nederlandse uitdrukkingen door tweedetaalleerders
- Nederlandse idiomatische uitdrukkingen: het loodje leggen, onder de knie krijgen, tegen de
lamp lopen.
Hypothese: intensief oefenen met behulp van een computerprogramma helpt bij het leren van
uitdrukkingen
- Condities: training (groep 1) en geen training (groep 2)
- Metingen: testen van de kennis van uitdrukkingen vooraf (pre-test) vergeleken met achteraf
(post-test)
Op deze manier kan je heel gedetailleerd naar het effect van de training kijken > je manipuleert dus
iets > experimenteel onderzoek want je grijpt in als onderzoeker.
Kijken naar praktijkvoorbeeld > verzamelen van data
Hoe?
Personen advertenties met en zonder scheldwoorden laten beoordelen op verschillende
aspecten
o Bijvoorbeeld: ik zou dit product willen kopen (schaal 1-5)
o Ik vind deze advertenties onaangenaam (schaal 1-5)
Experiment
Je hebt twee groepen advertenties: met en zonder scheldwoorden. Te meten variabele:
koopintentie. Dit is kwantitatief van aard.
5. Analyseren/evalueren van data
Hier komt de statistiek pas kijken.
Maar wat te evalueren?
- Scores per groep advertenties.
Je kan je hypothese falsificeren of verifiëren van de hypothese (toetsen).
Het is belangrijk dat de uitkomsten aanleiding geven om de theorie te herzien en de stappen
opnieuw doorlopen. Afhankelijk van hoe je hypothese formuleert kan je zowel falsificeren of
verifiëren. Een theorie moet altijd te falsificeren zijn want anders kan je geen hypothese toetsen.
Wat kan je niet doen met statistiek?
4
