Toepassing van beschrijvende statistiek in sociaal onderzoek
Beschrijvende statistiek is een van de belangrijkste fundamenten in sociaal onderzoek. Voordat onderzoekers kunnen overgaan tot inferentiële analyse – zoals hypothesetoetsing, regressieanalyse of het modelleren van relaties tussen variabelen – moeten ze de 'kenmerken' van de verzamelde data begrijpen. Hier komt beschrijvende statistiek van pas: het systematisch samenvatten, presenteren en beschrijven van de kenmerken van de data, zodat deze gemakkelijk te begrijpen zijn. In de context van sociaal onderzoek, dat vaak betrekking heeft op gedrag, attitudes, meningen en maatschappelijke omstandigheden, helpt beschrijvende statistiek onderzoekers om algemene patronen vast te leggen, evenals variaties binnen een populatie of steekproef.
Definitie en doel van beschrijvende statistiek
Simpel gezegd is beschrijvende statistiek een verzameling methoden om gegevens te verwerken tot beknopte en betekenisvolle informatie. Het doel is niet om algemene conclusies te trekken voor een bredere populatie, maar om de beschikbare gegevens te beschrijven. In sociaal onderzoek is dit doel belangrijk omdat gegevens vaak complex zijn: respondenten zijn divers, variabelen kunnen gemengd zijn (nominaal, ordinaal, interval, ratio) en de sociale context is dynamisch.
Met behulp van beschrijvende statistieken kunnen onderzoekers basisvragen beantwoorden zoals: Wie zijn de respondenten in dit onderzoek? Wat is hun verdeling naar leeftijd, opleidingsniveau of inkomen? Hoe groot is de mate van instemming met een beleid? Hoeveel verschil in mening bestaat er tussen groepen? Deze antwoorden helpen onderzoekers een sterk verhaal te construeren en vormen een basis voor verdere analyse.
Soorten gegevens in sociaal onderzoek
De toepassing van beschrijvende statistiek hangt af van het type verzamelde gegevens. Sociaal onderzoek maakt over het algemeen gebruik van:
1. Nominale gegevens, zoals geslacht, arbeidsstatus, woonplaats of organisatie waaraan men verbonden is. Deze gegevens zijn eenvoudigweg categorieën zonder enige ordening.
2. Ordinale gegevens, bijvoorbeeld opleidingsniveau of een attitudeschaal (van 'sterk mee eens' tot 'sterk mee oneens'). Er is een volgorde, maar de afstand tussen de categorieën is niet altijd gelijk.
3. Intervalgegevens, bijvoorbeeld tevredenheidsindexscores of testscores. De afstand tussen waarden wordt als gelijk beschouwd, maar er is geen absoluut nulpunt.
4. Ratio-gegevens, bijvoorbeeld inkomen, aantal kinderen of dienstjaren, die een absoluut nulpunt hebben en ratio-vergelijkingen mogelijk maken.
Inzicht in de schaal van de gegevens helpt onderzoekers bij het kiezen van de juiste maat: het gemiddelde is geschikt voor interval-/ratio-gegevens, terwijl de mediaan of modus vaak geschikter is voor ordinale gegevens, en de frequentie dominant is voor nominale gegevens.
Maatstaven voor centralisatie: gemiddelde, mediaan en modus
Maten van centrale tendentie worden gebruikt om de "typische" waarden van de gegevens te beschrijven.
Het gemiddelde wordt vaak gebruikt voor interval- en ratio-gegevens, zoals het gemiddelde huishoudinkomen of het gemiddelde aantal gewerkte uren per week. Het gemiddelde is echter gevoelig voor extreme waarden. In sociaal onderzoek kunnen uitschieters, zoals zeer hoge inkomens, het gemiddelde vertekenen en een minder representatief beeld geven.
De mediaan is de middelste waarde nadat de gegevens zijn gesorteerd. De mediaan is minder gevoelig voor uitschieters en wordt daarom vaak gebruikt voor variabelen zoals inkomsten of uitgaven, die doorgaans een scheve verdeling hebben.
De modus is de waarde die het vaakst voorkomt. Deze is vooral handig voor nominale gegevens, zoals de beroepscategorie die respondenten het vaakst bekleden.
Door de drie te combineren, kunnen onderzoekers gegevens op een evenwichtigere manier interpreteren en zich niet beperken tot slechts één meetmethode.
Spreidingsmaten: variantie, standaarddeviatie en bereik
Sociaal onderzoek vereist niet alleen informatie over het gemiddelde, maar ook over de mate waarin respondenten van elkaar verschillen. Twee groepen kunnen dezelfde gemiddelde tevredenheid hebben, maar toch verschillende mate van variatie vertonen – de ene homogeen, de andere zeer divers.
– Het bereik geeft het verschil weer tussen de grootste en kleinste waarde. Het is een eenvoudige maatstaf, maar wordt gemakkelijk beïnvloed door uitschieters.
– Variantie en standaarddeviatie meten de spreiding van gegevens rond het gemiddelde. De standaarddeviatie wordt vaker gebruikt omdat deze dezelfde eenheden heeft als de oorspronkelijke gegevens, waardoor deze gemakkelijker te interpreteren is.
– De interkwartielafstand (IQR), oftewel de afstand tussen het derde kwartiel en het eerste kwartiel, wordt vaak gebruikt wanneer de gegevens niet normaal verdeeld zijn of uitschieters bevatten.
Bij sociaal onderzoek kan een grote standaardafwijking op een attitudeschaal wijzen op polarisatie van meningen in de samenleving, terwijl een kleine standaardafwijking juist consensus kan aangeven.
Gegevensdistributie en distributieformulieren
Beschrijvende statistiek houdt ook rekening met de verdeling van de gegevens. Twee concepten die vaak aan bod komen zijn:
– Scheefheid: een verdeling is naar rechts of naar links scheef. Inkomen is bijvoorbeeld meestal naar rechts scheef verdeeld, omdat een klein percentage mensen een zeer hoog inkomen heeft.
– Kurtosis: beschrijft de "scherpte" van de pieken in een verdeling en de dikte van de staarten. In een sociale context kan kurtosis helpen begrijpen of gegevens geconcentreerd zijn rond bepaalde waarden of juist verspreid naar de extremen.
Inzicht in verdelingen helpt bij het kiezen van geschikte analyse- en visualisatietechnieken en voorkomt verkeerde interpretaties.
Gegevenspresentatie: tabellen en visualisaties
De kracht van beschrijvende statistiek schuilt niet alleen in de berekeningen, maar ook in de manier waarop de gegevens worden gepresenteerd. Een goede presentatie maakt de bevindingen van sociaal onderzoek gemakkelijk te begrijpen voor lezers, beleidsmakers en het grote publiek.
1. Frequentietabel: toont het aantal en het percentage respondenten in elke categorie. Bijvoorbeeld de verdeling van opleidingsniveaus of politieke voorkeuren.
2. Staafdiagram: geschikt voor categorische gegevens zoals soort werk of burgerlijke staat.
3. Cirkeldiagram: wordt vaak gebruikt, maar je moet voorzichtig zijn omdat het lastig is om gelijksoortige delen met elkaar te vergelijken.
4. Histogram: ideaal voor numerieke gegevens, bijvoorbeeld leeftijdsverdeling of duur van internetgebruik.
5. Boxplot: zeer nuttig voor het vergelijken van verdelingen tussen groepen, bijvoorbeeld inkomens tussen stedelijke en landelijke gebieden, en voor het opsporen van uitschieters.
Visualisatie is niet alleen decoratie; het versnelt het begrip van patronen, trends en afwijkingen.
Toepassing in de sociale wetenschappen: casusvoorbeelden
Stel, een onderzoeker onderzoekt het 'niveau van publiek vertrouwen in openbare diensten' in een stad. De onderzoeker verzamelt gegevens van 400 respondenten met behulp van een schaal van 1 tot 5 (zeer wantrouwend tot zeer vertrouwend), evenals demografische gegevens zoals leeftijd, opleiding en beroep.
Beschrijvende stappen die genomen kunnen worden:
– Stel frequentietabellen samen voor de categorieën opleiding en beroep.
– Bereken het gemiddelde algehele betrouwbaarheidsniveau.
– Bereken de mediaan om de middelste waarde te bepalen wanneer de verdeling niet symmetrisch is.
– Bereken de standaardafwijking om te achterhalen hoeveel het betrouwbaarheidsniveau varieert.
– Maak een boxplot van de betrouwbaarheidsniveaus op basis van opleidingsniveau (middelbare school, diploma, hbo/wo-opleiding) om te zien of er verschillen in patronen zijn.
– Maak een histogram om te zien of de meeste respondenten lage, gemiddelde of hoge scores hebben behaald.
Uit beschrijvende resultaten zouden onderzoekers kunnen concluderen dat de gemiddelde vertrouwensscore in de categorie 'redelijk' valt, maar dat de standaardafwijking groot is, wat wijst op de aanwezigheid van groepen met een hoog en een hoog wantrouwen. Deze bevinding zou de basis kunnen vormen voor verder onderzoek: welke factoren beïnvloeden deze verschillen?
Beperkingen en voorzorgsmaatregelen
Beschrijvende statistieken zijn weliswaar erg nuttig, maar hebben ook beperkingen. Ze kunnen geen causale verbanden aantonen, kunnen niet garanderen dat verschillen tussen groepen statistisch significant zijn en zijn niet per se representatief voor de populatie als de steekproef vertekend is. Bovendien kan het presenteren van gemiddelden zonder context misleidend zijn, vooral bij asymmetrische data of data met uitschieters. Daarom moeten sociaalwetenschappelijke onderzoekers meerdere meetwaarden tegelijk presenteren, de context toelichten en transparant zijn over het dataverzamelingsproces.
Sluitend
Het toepassen van beschrijvende statistiek in sociaal onderzoek is een cruciale stap om onderzoekers te helpen de gegevens volledig te begrijpen. Door gebruik te maken van maten voor centrale tendentie, spreidingsmaten, distributieanalyse en datapresentatie in tabellen en grafieken, kunnen onderzoekers sociale omstandigheden objectiever en communicatiever beschrijven. Beschrijvende statistiek vergemakkelijkt niet alleen het begrip van de lezer van het algemene beeld, maar helpt onderzoekers ook nieuwe patronen en onderzoeksvragen te ontdekken. In een diverse sociale wereld is het vermogen om gegevens nauwkeurig samen te vatten essentieel voor het produceren van robuust, relevant en betekenisvol onderzoek.
