Uni-variate analyse - Meetniveau's en frequenties
3 belangrijke vragen over Uni-variate analyse - Meetniveau's en frequenties
2.5 Waarom is het vanuit de wetenschap onhandig en zelfs schadelijk om te denken in hokjes (eetbaar/niet eetbaar)?
1.
Mensen hebben bij categorische variabelen de neiging om ten onrechte groepen te zien in plaats van meetwaarden van een variabele.
In plaats van de variabele 'geslacht' met als meetwaarde 'vrouw' en 'man', zien mensen 'mannen' en 'vrouwen'. Naast dat deze denkwijze stigmatisering in de hand werkt is het ook onhandig vanuit wetenschappelijk oogpunt: wetenschap betreft het zoeken naar verbanden tussen variabelen, en dan is het handig om variabelen te zien waar ze zijn.
2.
Daarnaast hebben mensen de neiging om variabelen te operationaliseren op een categorisch meetniveau, ook waar een continu meetniveau gepaster zou zijn.
Mensen hebben bij categorische variabelen de neiging om ten onrechte groepen te zien in plaats van meetwaarden van een variabele.
In plaats van de variabele 'geslacht' met als meetwaarde 'vrouw' en 'man', zien mensen 'mannen' en 'vrouwen'. Naast dat deze denkwijze stigmatisering in de hand werkt is het ook onhandig vanuit wetenschappelijk oogpunt: wetenschap betreft het zoeken naar verbanden tussen variabelen, en dan is het handig om variabelen te zien waar ze zijn.
2.
Daarnaast hebben mensen de neiging om variabelen te operationaliseren op een categorisch meetniveau, ook waar een continu meetniveau gepaster zou zijn.
2.5 Waarom verdienen hogere meetniveaus de voorkeur boven lagere meetniveaus?
- Continue variabelen (hogere meetniveaus) verdienen de voorkeur omdat bijna alle variabelen continu zijn.
- Het meetniveau wordt bepaald door de operationalisatie en is meestal een keuze van de onderzoeker.
Categorische variabelen kunnen beter worden vermeden. Dit is echter onmogelijk in experimenten.
2.5 Kunnen betrouwbaarheidsintervallen ook voor categorische variabelen berekend worden?
Net als centrum-, spreidings-, en verdelingsmaten, geldt dat elk van de percentages in de frequentieverdeling van een categorische variabele uit een eigen steekproevenverdeling komt. Voor deze percentages zijn dus betrouwbaarheidsintervallen uit te rekenen. Zoals veel steekproevenverdelingen zijn ook steekproevenverdelingen van proporties normaal verdeeld.
De standaardfout van deze normale steekproevenverdeling kennen we ook:
p =
proportie =
het percentage : 100
n =
het aantal datapunten in de datareeks
De standaardfout van deze normale steekproevenverdeling kennen we ook:
p =
proportie =
het percentage : 100
n =
het aantal datapunten in de datareeks
De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:
- Een unieke studie- en oefentool
- Nooit meer iets twee keer studeren
- Haal de cijfers waar je op hoopt
- 100% zeker alles onthouden
Onthoud sneller, leer beter. Wetenschappelijk bewezen.
