Statistiek voor beginners: wanneer is statistiek van belang?

Kennis van statistiek is vaak van groot belang bij het doen van wetenschappelijk of toegepast onderzoek. Of toepassing van statistiek nodig is, hangt af van verschillende factoren zoals:

  • Vakgebied of studierichting;

  • Het type onderzoek;

  • De aard van de gegevens;

  • De doelen van het onderzoek.

Hier zijn enkele situaties waarin kennis van statistiek wel en niet nodig kan zijn. 

Wanneer kennis van statistiek wel nodig is:

  • Data-analyse. Als je gegevens verzamelt en wilt begrijpen wat die gegevens betekenen of welke verbanden tussen gegevens betekenisvol (significant) zijn, is kennis van statistiek essentieel om de gegevens correct te analyseren. Statistische technieken zoals gemiddelden, standaarddeviaties, correlaties en regressieanalyse helpen je om trends, patronen en relaties tussen variabelen te identificeren.

  • Experimenteel onderzoek. Bij experimenteel onderzoek is statistiek van doorslaggevend belang om

    1) de effecten van verschillende variabelen te meten;
    2) conclusies te trekken over causaliteit (oorzaak of gevolg);
    3) de betrouwbaarheid van resultaten vast te stellen.

    Hier komen vaak methoden zoals t-toetsen, ANOVA (Analysis of Variance) en chi-kwadraat tests om de hoek kijken.

  • Steekproefonderzoek. Als je onderzoek is gebaseerd op een steekproef uit een grotere populatie, is statistiek noodzakelijk om betrouwbare uitspraken te doen vanuit de steekproef over de gehele populatie op basis van de steekproef gegevens. Hierbij spelen betrouwbaarheidsintervallen, steekproefomvang en foutenmarges een rol.

Wanneer kennis van statistiek niet altijd nodig is:

  • Kwalitatief onderzoek . In sommige vormen van onderzoek, zoals kwalitatief onderzoek, ligt de nadruk meer op het begrijpen van context, interpretatie van teksten en diepgaande inzichten, in plaats van het kwantificeren van gegevens. Hier is statistiek minder belangrijk, maar het begrijpen van methoden voor gegevensverzameling en -analyse blijft relevant.

  • Beschrijvend onderzoek. Als je onderzoek voornamelijk gericht is op het beschrijven van een fenomeen zonder diepgaande statistische analyse, is gevorderde statistische kennis wellicht niet nodig. Eenvoudige statistische methoden zoals het berekenen van percentages of gemiddelden kunnen voldoende zijn. Je gaat dan niet verder dan enkele beschrijvende statistieken.

  • Exploratieve fase. In de vroege fasen van onderzoek, wanneer je nog aan het verkennen bent en hypothesen aan het ontwikkelen bent, is gevorderde statistiek niet altijd vereist. Hier gaat het meer om het begrijpen van het onderwerp en het onderkennen van mogelijke richtingen voor verdere analyse.

Statistische kennis is vaak nuttig. Het niveau van statistische expertise dat nodig is voor een specifiek onderzoek wil je wel afstemmen op de aard van het onderzoek en de doelen ervan maar ook voor de doelgroep of het publiek. In veel gevallen kan samenwerking met een statisticus of het volgen van training in statistiek helpen om de benodigde vaardigheden te ontwikkelen. Andersom kan een teveel aan verwerkte statistische expertise leiden tot onnodige en voor de lezer onbegrijpelijke analyses. Vooral in de niet-wetenschappelijke omgeving wordt de doelgroep al nerveus als er meer staat dan percentages of gemiddelden. Als je artikel naar The Lancet moet, gelden andere regels dan wanneer je voor de buurtkrant een onderzoekje doet naar aard en samenstelling van de horeca in de wijk.   

Statistiek is nodig voor bepaalde studierichtingen en vakgebieden

Kennis van en vaardigheid met statistiek zijn onontkoombaar in verschillende studierichtingen en vakgebieden. Dat kan zijn voor elk vakgebied maar dat geldt vooral daar waar onderzoek en data-analyse centraal staan. Hier zijn enkele studierichtingen waarin statistiek bijna essentieel is:

1. Statistiek en Data Science

In deze vakgebieden draait alles om statistische analyse, gegevensinterpretatie, modellering en het trekken van conclusies uit gegevens. Hier is een diepgaand begrip van statistische concepten en technieken absoluut noodzakelijk. Hier is vaak statistiek zélf onderwerp van onderzoek.

2. Epidemiologie en Volksgezondheid

Bij het bestuderen van de verspreiding en impact van ziekten in populaties is statistiek heel belangrijk om epidemiologische gegevens te analyseren, risicofactoren te identificeren en conclusies te trekken over de volksgezondheid. Zo herinner jij je vast nog wel de discussie over de r waarde tijdens de corona-epidemie.

3. Natuurwetenschappen en Biologie

In disciplines zoals biologie, scheikunde en fysica is statistiek nodig om experimenten te ontwerpen, meetgegevens te analyseren en hypothesen te testen. Het is onmisbaar bij het trekken van wetenschappelijke conclusies uit experimenten.

4. Psychologie en Sociale Wetenschappen

In deze vakgebieden wordt statistiek gebruikt om menselijk gedrag te onderzoeken, enquêteresultaten te analyseren, psychologische effecten te meten. Veelal worden vooraf aannames over menselijk gedrag beschreven om deze dan als hypothesen te testen.

5. Economie en Bedrijfskunde

In economie en bedrijfskunde wordt statistiek gebruikt voor marktonderzoek, financiële analyse, prognoses en het evalueren van bedrijfsprestaties.

6. Medische Wetenschappen

Zowel in medisch onderzoek als in klinische praktijk is statistiek nodig om de effectiviteit van behandelingen te beoordelen, onderzoeksresultaten te interpreteren en medische besluitvorming te ondersteunen.

7. Onderwijs en Onderwijswetenschappen

Bij het analyseren van onderwijsgegevens, het beoordelen van onderwijsmethoden en het meten van leerresultaten is statistiek van belang om valide en betrouwbare uitspraken te doen over leergedrag en onderwijs.

8. Milieuwetenschappen

Bij het analyseren van milieugegevens, het beoordelen van milieueffecten en het voorspellen van milieutrends is statistiek van onschatbare waarde.

9. Techniek en Technologie

In technische disciplines helpt statistiek bij het ontwerpen van experimenten, het valideren van producten en het verbeteren van technologische processen.

Vooral in deze vakgebieden helpt statistische kennis bij het nemen van beslissingen, het interpreteren van resultaten en het opbouwen van betrouwbare kennis op basis van onderzoeksgegevens.

Wat moet ik als beginnende onderzoeker van statistiek weten?

Als beginnende onderzoeker kan het belangrijk zijn iets van statistiek te weten om zeker te zijn van redelijk betrouwbare en valide onderzoeksuitkomsten.  Je leest hier over enige begrippen en vaardigheden die je dan wilt kennen en kunnen toepassen:

  • Basisstatistieken. Begrijp de basisconcepten zoals gemiddelde, mediaan, modus, variantie en standaarddeviatie. Dit zijn fundamentele maatstaven om de centrale tendens en spreiding van gegevens te begrijpen.

  • Data-verzameling. Ken verschillende methoden voor gegevensverzameling, inclusief enquêtes, experimenten, observaties, etc. Begrijp ook de verschillende soorten gegevens (nominaal, ordinaal, interval, ratio) en hoe je ermee moet omgaan.

  • Kans. Begrijp de basis van kansrekening, inclusief waarschijnlijkheidsverdelingen, zoals de normale verdeling, binomiale verdeling, enz. Dit is cruciaal voor het begrijpen van steekproeven en inferentiële statistiek.

  • Steekproefonderzoek. Leer over steekproeftrekking en hoe je een representatieve steekproef kunt verkrijgen. Begrijp het belang van steekproefgrootte en hoe deze de nauwkeurigheid van je conclusies beïnvloedt.

  • Hypothese testen. Leer over statistische hypothesen en hoe je ze kunt testen. Begrijp het verschil tussen een nulhypothese en een alternatieve hypothese, en leer verschillende soorten testen, zoals t-toetsen, chi-kwadraat test, en ANOVA.

  • Betrouwbaarheidsintervallen. Leer hoe je betrouwbaarheidsintervallen kunt berekenen om de precisie van schattingen te beoordelen.

  • Regressieanalyse. Begrijp de basis van regressieanalyse en leer hoe je relaties tussen variabelen kunt modelleren en voorspellingen kunt maken.

  • Statistische software. Oefen met statistische software zoals R, SPSS of Python met bibliotheken zoals NumPy en Pandas om gegevens te analyseren en statistische methoden toe te passen. Het alternatief is, heel arbeidsintensief met pen, papier en rekenmachine of een spreadsheet programma je data verwerken. NB: bij een klein onderzoek met een gering aantal variabelen en gegeven is dat nog te doen.

  • Interpretatie van resultaten. Leer hoe je statistische resultaten moet interpreteren en vertalen naar praktische conclusies voor de beantwoording van je onderzoeksvraag.

  • Kritische denkvaardigheden.Wees kritisch bij het evalueren van onderzoek, vermijd verkeerde interpretaties en onjuiste conclusies. Wees onafhankelijk, ook tegenover je eigen onderzoeksresultaten: ook een niet-significante uitkomst van een onderzoek is een geldige uitkomst.

Het is ook aan te raden om oefeningen en praktische projecten uit te voeren om je vaardigheden in de praktijk te brengen. Statistiek is een krachtig hulpmiddel bij onderzoek, maar het vereist oefening en toepassing om het effectief te gebruiken. Het is nodig om te blijven leren en groeien in je begrip van statistiek, omdat het een waardevolle vaardigheid is voor wetenschappelijk onderzoek en vele andere gebieden.

Hoe voer ik met deze kennis statistisch onderzoek uit?

Het uitvoeren van statistisch onderzoek volgt meestal een gestructureerd proces dat bestaat uit verschillende stappen. Hier is een algemeen overzicht van de stappen die je kunt volgen bij het uitvoeren van statistisch onderzoek:

Stap 1: Definieer je onderzoeksvraag: Bepaal het specifieke probleem dat je wilt onderzoeken en formuleer een duidelijke onderzoeksvraag of hypothese die je wilt beantwoorden.

Stap 2: Ontwerp je onderzoek: Kies de geschikte onderzoeksopzet, zoals experimenteel, observationeel of enquête-onderzoek. Beslis over de variabelen die je wilt meten en hoe je gegevens wilt verzamelen.

Stap 3: Verzamel gegevens: Voer je onderzoeksplan uit en verzamel de relevante gegevens volgens de gekozen onderzoeksopzet. Zorg ervoor dat je gegevens betrouwbaar en representatief zijn voor je populatie of steekproef.

Stap 4: Data-analyse: Verwerk de verzamelde gegevens volgens de passende methoden. Dat kan met pen & papier maar liever met behulp van statistische software of tools. Zoek de beschrijvende basisstatistieken uit, zoals gemiddelden, standaarddeviaties en grafieken om inzicht te krijgen in de gegevens.

Stap 5: Hypothese testen: Als je een hypothese hebt geformuleerd, bereken dan de kans of de waarschijnlijkheid van je aanname (de p-waarde) en voer dan statistische tests uit om te bepalen of er voldoende bewijs is om je hypothese te ondersteunen of te verwerpen.

Stap 6: Interpretatie van resultaten: Analyseer de resultaten van je statistische tests en trek conclusies op basis van de gegevens. Wees voorzichtig bij het interpreteren van resultaten en vermijd onjuiste interpretaties.

Stap 7: Betrouwbaarheidsintervallen: Indien van toepassing, bereken betrouwbaarheidsintervallen om de nauwkeurigheid van je schattingen te beoordelen.

Stap 8: Trek conclusies: Beantwoord je onderzoeksvraag op basis van je analyse en presenteer je bevindingen op een duidelijke en begrijpelijke manier.

Stap 9: Discussie en implicaties: Bespreek de betekenis van je resultaten en de implicaties voor het bredere onderzoeksgebied of de praktijk.

Stap 10: Schrijf je rapport: Documenteer je onderzoek in een wetenschappelijk rapport met een duidelijke structuur, inclusief inleiding, methodologie, resultaten, discussie en conclusie.

Stap 11: Peer review en feedback: Als je onderzoek voor publicatie is bedoeld, onderga dan een peer review-proces. Daarbij beoordelen andere deskundigen je werk en geven feedback. Dit is heel behulpzaam om de kwaliteit van je onderzoek te waarborgen.

Noot: elk onderzoek kan uniek zijn. Het proces kan variëren afhankelijk van de aard van het onderzoek en de specifieke statistische technieken die worden toegepast. Een zorgvuldige en methodische aanpak is echter essentieel om betrouwbare resultaten te verkrijgen en correcte conclusies te trekken uit statistisch onderzoek.

Hulp bij statistiek nodig? Schakel een professionele begeleider van Scriptium in

Heb je moeite met statistiek? Wens je hulp te krijgen bij SPSS, STATA of R? Scriptium heeft 7 dagen per week professionele statistiekbegeleiders beschikbaar. Of je nu hulp bij statistiek in je scriptie wilt hebben, of bijles statistiek nodig hebt, we staan direct voor je klaar. Neem vandaag nog contact met ons op, en we komen snel bij je terug.

Auteur: Ryu Jamanota 
Motto: Beter weten door zuiver meten
 

De auteur gebruikt statistiek voor het analyseren van productie- en dienstverleningsprocessen. Aan de hand van statistische analyses onderzoekt hij of een bedrijfsproces langs de kortste weg levert wat er bedoeld is en of het proces ook beheersbaar en betrouwbaar verloopt. 

Laat een reactie achter

Je hebt al gestemd op dit artikel. Bedankt :-)
Wat vind jij van dit artikel?