Hoofdstuk 2

Leeruitkomsten

Uit het vorige hoofdstuk bleek al dat er zonder verzamelingen geen statistieken mogelijk zijn. Eerst wordt beschreven wat aselecte en selecte steekproeven zijn en welke relatie zij hebben tot hun bronbestand: de populatie, maar ook hoe zich dat weer verhoudt tot het universum. In dit hoofdstuk wordt duidelijk gemaakt hoe lastig het soms is een goed steekproefkader te vinden en hoe onderzoekseenheden geoperationaliseerd moeten worden. Vervolgens worden de univariate statistische grootheden besproken en toegelicht zoals maten voor het centrum en maten voor de spreiding. Hierbij is het gebruik van de boxplot onontbeerlijk.

Dit hoofdstuk is erop gericht dat je zelf de rekenmachine ter hand neemt en statistieken gaat uitrekenen. Door het handmatig uit te rekenen komen de formules met hun symbolen tot leven, krijgen ze betekenis. Tot slot wordt SPSS ingezet om vaardig te worden in het verkrijgen van allerlei statistieken in een handomdraai.

Als leeruitkomst is het van belang dat je begrijpt dat spreiding het centrale begrip in de statistiek is. Zonder spreiding varieert een variabele niet en is deze immers constant. Verder is het zeer belangrijk om het meetniveau van een variabele te kunnen onderscheiden: nominaal, ordinaal, interval- of ratiogeschaald. Tot slot wordt de stap gezet naar het gebruik van een schatter van de echte statistische grootheid van de populatie in een steekproef. Het hoofdstuk wordt weer afgesloten met een overzicht van de symbolen.

De leeruitkomsten na het maken van de SPSS-opgaven zijn: definiëren van variabelen (waaronder missing values), codeboek, hercodering, het maken van grafieken (boxplot, histogram), aanbrengen van filters.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *