Wat zijn statistische methoden? – Chapter 1

1.1 Wat is statistiek en hoe kun je het leren?

Statistiek wordt steeds meer gebruikt om het gedrag van mensen te bestuderen, niet alleen door de sociale wetenschappen maar ook door bedrijven. Het is voor iedereen mogelijk om statistiek te leren gebruiken, zelfs zonder veel wiskundige voorkennis en zelfs met angst voor statistiek. Het belangrijkst hierbij zijn logisch nadenken en doorzettingsvermogen.

Om statistische uitspraken te kunnen doen, moet er eerst data verzameld worden. Data zijn verzamelde observaties van een kenmerk van belang. Bijvoorbeeld de mening van 1000 mensen over of marihuanagebruik wel of niet moet worden toegestaan. Zulke data kan gegenereerd worden aan de hand van o.a. enquêtes, experimenten en observaties. Ook kunnen databases worden gebruikt, informatie die al verzameld is in bijvoorbeeld politierapporten en patiëntendossiers.

Statistiek bestaat niet enkel uit getallen die verkregen zijn uit data, het is breder. Statistiek betekent het geheel van methoden voor het verkrijgen en analyseren van data.

1.2 Wat is het verschil tussen beschrijvende statistiek en inferentiële statistiek?

Bij statistiek wordt allereerst aan de hand van een ‘design’ een planning gemaakt van hoe data wordt verzameld. Vervolgens zijn er twee vormen van statistische analyse; beschrijvende statistiek en inferentiële statistiek. Beschrijvende statistiek vat de informatie uit een verzameling data samen, zodat de data makkelijker te begrijpen is. Inferentiële statistiek maakt voorspellingen aan de hand van data. Afhankelijk van het doel wordt bepaald van welke vorm van statistiek er sprake is: als er wordt samengevat is het beschrijvend, als er voorspellingen worden gedaan is het inferentieel.

Om de verschillen tussen vormen van statistiek beter te begrijpen, zijn een aantal basisbegrippen belangrijk. De subjecten zijn de entiteiten die worden geobserveerd bij een onderzoek, meestal mensen maar soms families, scholen, steden etc. De populatie is het geheel van subjecten die je wilt onderzoeken (bijvoorbeeld de Nederlandse bevolking). De populatie wordt hierna aangeduid in formules met de hoofdletter N. De steekproef is een beperkt aantal geselecteerde subjecten waarover je daadwerkelijk data gaat verzamelen (bijvoorbeeld 1000 Nederlanders uit verschillende provincies). De steekproef wordt met de kleine letter n aangeduid in formules. Het uiteindelijke doel is iets te leren over de populatie, maar omdat het onmogelijk is om de gehele populatie te onderzoeken, trekt men een steekproef.

Beschrijvende statistiek is zowel te gebruiken als er data beschikbaar is voor de gehele populatie en voor enkel de steekproef. Inferentiële statistiek is alleen van toepassing op steekproeven, omdat er voorspellingen voor de nog onbekende toekomst worden gedaan. De definitie van inferentiële statistiek is het doen van voorspellingen over een populatie, gebaseerd op data verkregen uit een steekproef.

Het doel van statistiek is om meer te weten te komen over de parameter. De parameter is de numerieke samenvatting van de populatie, ofwel de onbekende waarde die iets zegt over de uiteindelijke toestand van het geheel. Het gaat dus niet om de steekproef maar om de populatie. Kort gezegd is de parameter de waarde van belang. Een belangrijk onderdeel van inferentiële statistiek is daarom beoordelen hoe representatief een steekproef is.

Een populatie kan echt zijn (bijvoorbeeld de Nederlandse bevolking) of nog conceptueel (bijvoorbeeld het deel van de Nederlandse bevolking dat in de toekomst aan longkanker lijdt).

1.3 Welke rol speelt software in statistiek?

Software zorgt dat complexe methoden makkelijk toe te passen zijn. De meest gebruikte software voor statistiek is SPSS, R, SAS en Stata.

TentamenTickets

• Het is voor iedereen mogelijk om statistiek te leren gebruiken, zelfs zonder veel wiskundige voorkennis en zelfs met angst voor statistiek. Het belangrijkst hierbij zijn logisch nadenken en doorzettingsvermogen.

• Om het nut van statistiek in te zien, houd het doel van een steekproef voor ogen: data die informatie geeft over de gehele populatie.

• Het is soms lastig om onderscheid te maken tussen beschrijvende statistiek en inferentiële statistiek. Bedenk hierbij wat je zelf uit een steekproef zou willen halen: wat voor informatie over het gedrag van mensen is waardevol om te achterhalen? Aan de hand van het doel van een steekproef is makkelijker te bepalen of het gaat om samenvattende statistiek of voorspellende statistiek.