Stappenplan analyse: Difference between revisions
No edit summary |
|||
Line 2: | Line 2: | ||
==wat voor data heb je?== | ==wat voor data heb je?== | ||
===Data type=== | |||
er zijn verschillende typen data die elk op een eigen manier geanaliseerd kunnen worden. de typen data die wij onderscheiden zijn: | er zijn verschillende typen data die elk op een eigen manier geanaliseerd kunnen worden. de typen data die wij onderscheiden zijn: | ||
Line 33: | Line 34: | ||
==Data structuur== | ===Data structuur=== | ||
Ook de vorm van je data heeft invloed op de verwerking ervan. | Ook de vorm van je data heeft invloed op de verwerking ervan. | ||
Line 52: | Line 53: | ||
een mogelijkheid voor het analyseren van deze data is het opsplitsen van de data in meerdere platte structuren per level bijvoorbeeld een structuur met alle antwoorden van de kinderen. hierbij is het echter wel belangrijk dat de link met het huishouden blijft bestaan. | een mogelijkheid voor het analyseren van deze data is het opsplitsen van de data in meerdere platte structuren per level bijvoorbeeld een structuur met alle antwoorden van de kinderen. hierbij is het echter wel belangrijk dat de link met het huishouden blijft bestaan. | ||
==stap 1: verkennende data-analyse== | |||
Revision as of 12:32, 4 October 2014
een stappenplan voor de analyse is belangrijk omdat je anders het risco loopt dat data niet of niet goed geinterpreteerd wordt.
wat voor data heb je?
Data type
er zijn verschillende typen data die elk op een eigen manier geanaliseerd kunnen worden. de typen data die wij onderscheiden zijn:
qualitatief
deze data is niet nummeriek, en is niet duidelijk gedefineerd
- geordend
bijvoorbeelden: goed gemiddeld slecht
er kan altijd een waarde aan deze data toegekend worden. er is een duidelijk volgorde, hierdoor is het onderandere mogelijk een gemiddelde te berekenen.
- ongeordend
bijvoorbeeld: Nederland Duitsland België
deze data is nooit nummeriek en er kan niet duidelijke een volgorde worden bepaald, ook is het niet mogelijk een gemiddelde te bepalen.
wel is het mogelijk deze data op frequentie te sorteren of om de data te reduceren. een voorbeeld van reductie zou zijn Duitsland niet Duitsland.
quantitatief
dit is numeriek data, de waarde van deze data is onweerlegbaar.
het verwerken van quantitatieve data is makkelijker als die van qualitatieve data, omdat quantitatieve data een vaste waarde heeft.
in dit stappenplan zullen we ons daarom voornamelijk richten op het uitwerken van de analyse van de qualitatieve data
Data structuur
Ook de vorm van je data heeft invloed op de verwerking ervan.
De simpelste vorm van data is een platte datastructuur, een tabel met een kolom per vraag en een rij per responsie.
Zelfs bij deze simpelste vorm kunnen zich al problemen voordoen.
Bij een vragenlijst kunnen ook vragen staan die alleen beantwoord moeten worden als een andere vraag positief beantwoordt is, dit lijdt tot open plekken in je data.
Ook kan het hierdoor zo zijn dat je bruikbare responsie voor een bepaalde vraag te laag om een sluitende conclusie te vormen.
Data kan ook in een hierarchische vorm binnen komen.
een voorbeeld hiervan is vragen over een huishouden waarbij een aantal algemene vragen zijn en een aantal vragen voor iedere persoon uit het huishouden.
een mogelijkheid voor het analyseren van deze data is het opsplitsen van de data in meerdere platte structuren per level bijvoorbeeld een structuur met alle antwoorden van de kinderen. hierbij is het echter wel belangrijk dat de link met het huishouden blijft bestaan.
stap 1: verkennende data-analyse
bronnen:
SSC 2001 – Approaches to the Analysis of Survey Data
SSC Guidelines 2002 – Modern Methods of Analysis
terug PRE Groep5