Samenvattingen · Wiskunde ANL · VWO

Probleemstelling en onderzoeksontwerp

Onderzoeksontwerp (domein E1) is het redeneergedeelte van de examenstatistiek: hoe je van een probleemstelling naar een meetbare onderzoeksvraag komt, hoe je een representatieve steekproef uit een populatie trekt, welk meetniveau een variabele heeft, en hoe je een dataverzameling beoordeelt op vertekening, betrouwbaarheid en validiteit. Dit is CE-stof voor alle profielen; je wordt hier vooral getoetst met „leg uit”- en „beoordeel”-vragen in plaats van met berekeningen.

4 Onderdelen~23 min leestijd4 VaardighedenNiveau Basis 1 · Standaard 2 · Verdieping 1

T·0888 / 15

Examenprofiel

Van een probleemstelling naar een meetbare, afgebakende onderzoeksvraag komen en de variabelen benoemen (domein E1)Populatie, steekproefkader en steekproef onderscheiden en de representativiteit van een steekproef beoordelenHet meetniveau (nominaal, ordinaal, interval, ratio) en het type variabele (kwalitatief/kwantitatief, discreet/continu) bepalenVertekening herkennen en de betrouwbaarheid en validiteit van een onderzoeksopzet beoordelen

Operatoren:leg uitbeoordeelbenoemverklaarbepaalberedeneergeef aan

basisniveau

Onderzoeksontwerp (domein E1) is CE-stof voor alle profielen: je beoordeelt in woorden een gegeven onderzoeksopzet — probleemstelling, steekproef, variabelen en vertekening.

verhoogd niveau

Wie zelf een profielwerkstuk of praktische opdracht opzet, gebruikt dezelfde begrippen om de eigen dataverzameling te verantwoorden en kritiekpunten voor te zijn.

Diepte

Tekst

Inhoud · 4 onderdelen

Probleemstelling en onderzoeksontwerp

Van probleemstelling naar onderzoeksvraag#

Basisexamenblad-wiskunde-a-domein-E1

Statistisch onderzoek begint nooit met getallen, maar met een vraag. Afb. 1 tekent de onderzoekscyclus: je vertrekt van een probleemstelling, scherpt die aan tot een onderzoeksvraag, verzamelt daarna data, analyseert ze en trekt een conclusie — waarna nieuwe vragen de cyclus opnieuw op gang brengen. De probleemstelling is het algemene, vaak nog vage probleem dat je wilt begrijpen („neemt de fietsveiligheid rond onze school af?”). De onderzoeksvraag is de toegespitste, beantwoordbare vertaling daarvan. Dit examenonderwerp gaat vooral over die eerste twee stappen: hoe je van een probleem naar een goed onderzoekbare vraag komt, want een onderzoek is nooit beter dan de vraag waarmee het begint.

Afb. 1 — De onderzoekscyclus

Afb. 1De onderzoekscyclus. Domein E1 richt zich op de eerste twee stappen: het omzetten van een probleemstelling in een meetbare onderzoeksvraag. De terugkoppeling laat zien dat een conclusie nieuwe vragen oproept.

Een goede onderzoeksvraag is meetbaar, afgebakend en eenduidig. Meetbaar betekent dat de begrippen in de vraag te vertalen zijn naar iets wat je daadwerkelijk kunt tellen of meten — dat vertalen heet operationaliseren. „Zijn leerlingen gezond?” is niet meetbaar; „Hoeveel dagen per week bewegen VWO-leerlingen minstens een uur?” is dat wel, want „bewegen” is geoperationaliseerd tot een telbaar aantal dagen. Afgebakend betekent dat vaststaat over wie of wat de vraag gaat (welke groep, welke periode, welk gebied). Eenduidig betekent dat de vraag maar op één manier te lezen is: vermijd vage woorden als „veel”, „goed” of „vaak” zonder maat. Deze drie eisen samen maken het verschil tussen een vraag die je kunt beantwoorden en een die tot eindeloze discussie leidt.

In de onderzoeksvraag zitten de variabelen al besloten: de eigenschappen die je gaat meten en die van geval tot geval kunnen verschillen. In „Hangt het aantal uren schermtijd samen met het rapportcijfer voor wiskunde?” zijn schermtijd en wiskundecijfer de twee variabelen. Vaak onderscheidt men een onafhankelijke variabele (de vermoedelijke oorzaak of verklarende factor — hier schermtijd) en een afhankelijke variabele (het gevolg dat je verklaart — het cijfer). Bij het opstellen van de vraag hoort dus meteen het benoemen van de variabelen: welke eigenschap ga ik precies vastleggen, en in welke eenheid? Wie de variabelen scherp benoemt, weet daarna ook wélke gegevens verzameld moeten worden.

Onderzoeksvragen komen in soorten, en het type bepaalt welke data en analyse passen. Een beschrijvende (descriptieve) vraag brengt een situatie in kaart: „Welk deel van de brugklassers komt op de fiets?” Een vergelijkende vraag zet groepen naast elkaar: „Bewegen jongens meer dan meisjes?” Een samenhang- of verbandsvraag onderzoekt of twee variabelen met elkaar meebewegen: „Gaat meer huiswerk samen met hogere cijfers?” Soms wordt de verwachting vooraf als hypothese geformuleerd — een toetsbare bewering die het onderzoek moet bevestigen of verwerpen (dat toetsen zelf is stof van domein E6). Herken je het type vraag, dan weet je meteen of je percentages, een vergelijking van gemiddelden of een spreidingsdiagram nodig hebt.

Let ten slotte op het verschil tussen wat je wilt weten en wat je kunt waarnemen. Veel interessante begrippen — geluk, intelligentie, veiligheidsgevoel — zijn niet rechtstreeks meetbaar; je meet ze via een indicator: een waarneembare grootheid die het begrip benadert (het aantal meldingen bij de wijkagent als indicator voor onveiligheid, een vragenlijstscore als indicator voor welbevinden). Elke indicator is een keuze die je moet kunnen verantwoorden, want een slecht gekozen indicator meet iets anders dan je bedoelt — dat is een validiteitsprobleem, waarop de laatste sectie terugkomt. Bij het examen wordt hier vaak naar gevraagd met „leg uit”: leg uit waarom een gegeven indicator wél of niet past bij het begrip in de onderzoeksvraag.

Uitgewerkt voorbeeld

Van probleemstelling naar onderzoeksvraag

Een schoolleiding constateert: „We hebben het idee dat leerlingen te weinig slapen en dat dit hun prestaties schaadt.” Scherp dit aan tot één onderzoekbare onderzoeksvraag, benoem de variabelen en operationaliseer ze.

Het probleem herkennen
De probleemstelling is nog algemeen en bevat twee vage begrippen: „te weinig slapen” en „prestaties”. Beide moeten meetbaar worden gemaakt, en de doelgroep en periode moeten worden afgebakend.
Begrippen operationaliseren
„Slaap” → het gemiddelde aantal uren slaap per nacht op schooldagen (zelfrapportage over één week). „Prestaties” → het gemiddelde rapportcijfer van het laatste rapport. Zo worden beide begrippen telbaar.
Variabelen benoemen
Onafhankelijke variabele: het aantal uren slaap per nacht (de verklarende factor). Afhankelijke variabele: het gemiddelde rapportcijfer (wat verklaard wordt). Doelgroep: de bovenbouwleerlingen van deze school, dit schooljaar.
De vraag formuleren
„Hangt bij de bovenbouwleerlingen van onze school het gemiddelde aantal uren slaap per nacht op schooldagen samen met hun gemiddelde rapportcijfer?” Dit is een samenhangvraag: meetbaar, afgebakend en eenduidig.

Resultaat: Onderzoeksvraag: „Hangt bij onze bovenbouwleerlingen het gemiddelde aantal uren slaap per nacht op schooldagen samen met het gemiddelde rapportcijfer?” Onafhankelijke variabele = uren slaap; afhankelijke variabele = rapportcijfer; beide geoperationaliseerd en de doelgroep afgebakend.

Veelgemaakte fouten

Een onderzoeksvraag te ruim of te vaag laten („Zijn jongeren gezond?”). Zonder afbakening (wie, wanneer, waar) en zonder meetbare begrippen is de vraag niet te beantwoorden.
De onafhankelijke en de afhankelijke variabele verwisselen. De onafhankelijke variabele is de vermoedelijke oorzaak of verklarende factor; de afhankelijke is wat je daarmee verklaart.
Een begrip verwarren met zijn indicator. Het aantal meldingen is niet hetzelfde als de werkelijke onveiligheid; de indicator benadert het begrip, en die keuze moet je verantwoorden.

Actieve herhaling

Een gemeente wil weten of een nieuw fietspad de veiligheid verbetert. Formuleer hierbij één meetbare, afgebakende onderzoeksvraag, benoem de onafhankelijke en de afhankelijke variabele, en geef voor het begrip „veiligheid” een bruikbare indicator met een korte verantwoording.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Populatie, steekproef en representativiteit#

Standaardexamenblad-wiskunde-a-domein-E1

Zelden kun je iedereen onderzoeken die je interesseert; meestal onderzoek je een deel en veralgemeniseer je naar het geheel. De populatie is de volledige verzameling personen, dieren of objecten waarover je een uitspraak wilt doen (alle VWO-leerlingen van Nederland); de steekproef is de deelverzameling die je daadwerkelijk onderzoekt (de 200 leerlingen die je ondervraagt). Afb. 2 ordent de manieren om zo'n steekproef te trekken. Een deel onderzoeken om iets over het geheel te zeggen heet generaliseren, en dat mag alleen als de steekproef representatief is: een goede afspiegeling van de populatie. Is ze dat niet, dan geldt je conclusie hooguit voor de onderzochte groep, niet voor de populatie.

Afb. 2 — Aselecte steekproefmethoden

Afb. 2Drie aselecte steekproefmethoden. Alle drie geven ieder lid een bekende kans; onderaan de waarschuwing dat niet-aselecte methoden (gemaks- of zelfselectiesteekproef) tot vertekening leiden.

Tussen populatie en steekproef staat het steekproefkader: de lijst waaruit je feitelijk trekt (de leerlingadministratie, een telefoonboek, een ledenbestand). Dat kader valt bijna nooit precies samen met de populatie, en juist dat verschil is een bron van fouten. Wie een enquête over „alle inwoners” houdt via een lijst van vaste telefoonnummers, mist iedereen zonder vaste lijn; het kader dekt de populatie niet volledig — dat heet ondercoverage. Bij het beoordelen van een onderzoek is de eerste vraag dan ook: uit welk kader is getrokken, en wie valt daarbuiten? Een scheef kader levert onvermijdelijk een scheve steekproef, hoe zorgvuldig je daarna ook trekt.

Representativiteit bereik je het betrouwbaarst met een aselecte (random) steekproef: elk lid van de populatie heeft een gelijke, van tevoren bekende kans om gekozen te worden, bijvoorbeeld via loting of toevalsgetallen (de randInt-functie van de GR). Het toeval is hier geen slordigheid maar juist de garantie: het voorkomt dat de onderzoeker — bewust of onbewust — een bepaald soort deelnemer voortrekt. Naast de enkelvoudige aselecte steekproef bestaan er verfijningen (Afb. 2). Bij een systematische steekproef orden je de lijst en kies je vanaf een toevallige start elke k-de (bijvoorbeeld elke 10e naam). Bij een gestratificeerde steekproef verdeel je de populatie eerst in lagen (strata) — bijvoorbeeld leerjaren — en trek je uit elke laag aselect naar rato van haar omvang, zodat elke laag gegarandeerd goed vertegenwoordigd is.

Niet-aselecte methoden zijn goedkoop maar gevaarlijk. Bij een gemakssteekproef neem je wie toevallig voorhanden is (de eerste twintig leerlingen in de kantine); bij zelfselectie bepalen mensen zélf of ze meedoen (een online poll waarop je kunt reageren). In beide gevallen heeft niet iedereen een gelijke kans, en de groep die overblijft verschilt vaak systematisch van de populatie: wie reageert op een poll heeft meestal een uitgesproken mening. Afb. 3 laat het gevolg zien met een leeftijdsverdeling: in de populatie is 40% tussen 18 en 34 jaar, maar in een online-steekproef 65% — jongeren zijn sterk oververtegenwoordigd. Zo'n scheve steekproef is niet representatief, en er netjes een gemiddelde uit rekenen maakt de conclusie niet minder misleidend.

Afb. 3 — Representatieve versus scheve steekproef

Afb. 3In de populatie is 40% tussen 18 en 34 jaar, tegen 65% in de online-steekproef; jongeren zijn sterk oververtegenwoordigd. Zo'n scheve steekproef is niet representatief voor de populatie.

Twee dingen worden vaak verward: de grootte en de scheefheid van een steekproef. Een grotere steekproef maakt een schatting preciezer (minder toevalsruis), maar een grote scheve steekproef blijft scheef — omvang repareert geen systematische fout. Beroemd is de misser waarbij een enorme, maar niet-aselecte steekproef een verkiezingsuitslag faliekant verkeerd voorspelde. Let daarnaast op de respons: van de benaderde mensen doet vaak maar een deel mee. Het responspercentage

\frac{\text{aantal respondenten}}{\text{aantal benaderden}}\times 100\%

hoort alarm te slaan als het klein is, want als de non-respondenten systematisch verschillen van de respondenten (non-responsvertekening, laatste sectie), vertekent dat de uitkomst — ook bij een verder aselecte opzet.

R = \dfrac{\text{aantal respondenten}}{\text{aantal benaderden}} \times 100\%

Responspercentage

Het aandeel van de benaderde personen dat ook echt heeft meegedaan. Een laag responspercentage waarschuwt voor non-responsvertekening: de mensen die niet meededen, kunnen systematisch afwijken van wie wel meedeed.

Uitgewerkt voorbeeld

Populatie, steekproef en representativiteit beoordelen

Een schoolkrant wil weten hoeveel tijd leerlingen aan huiswerk besteden. Een redacteur vraagt het aan de eerste 30 leerlingen die na de laatste bel de mediatheek in lopen. Benoem populatie, steekproefkader en steekproefmethode, en beoordeel de representativiteit.

Populatie bepalen
De uitspraak gaat over alle leerlingen van de school — dat is de populatie.
Steekproef en kader benoemen
De steekproef bestaat uit de 30 ondervraagde leerlingen. Het feitelijke steekproefkader is niet „alle leerlingen”, maar „leerlingen die na de laatste bel de mediatheek bezoeken” — een veel kleinere, bijzondere groep.
De methode typeren
Er wordt genomen wie toevallig voorhanden is; niemand wordt geloot. Dit is een gemakssteekproef, dus niet-aselect.
Representativiteit beoordelen
Wie na school naar de mediatheek gaat, maakt waarschijnlijk juist méér huiswerk dan gemiddeld. De steekproef is daardoor systematisch scheef: het gemiddelde zal de werkelijke huiswerktijd overschatten. De uitkomst is niet representatief voor alle leerlingen.

Resultaat: Populatie = alle leerlingen; steekproef = 30 mediatheekbezoekers; kader = mediatheekbezoekers na de bel; methode = gemakssteekproef (niet-aselect). Niet representatief: mediatheekgangers maken vermoedelijk meer huiswerk, dus de huiswerktijd wordt overschat.

Veelgemaakte fouten

Denken dat een grote steekproef automatisch representatief is. Alleen aselect trekken voorkomt systematische scheefheid; omvang vergroot enkel de precisie.
Populatie en steekproefkader gelijkstellen. Het kader (de lijst) mist vaak een deel van de populatie (ondercoverage), en dat vertekent al vóór het trekken.
Een zelfselectiesteekproef (online poll, vrijwillige enquête) als representatief behandelen. Wie zelf besluit mee te doen, vormt zelden een afspiegeling van de populatie.

Actieve herhaling

Een webwinkel plaatst op zijn homepage een knop „Doe mee aan ons klanttevredenheidsonderzoek” en rapporteert dat 92% tevreden is. Benoem de populatie, het steekproefkader en de steekproefmethode, en beoordeel met argumenten of dit percentage representatief is voor alle klanten.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Variabelen en meetniveaus#

Standaardexamenblad-wiskunde-a-domein-E1

Een variabele is een eigenschap die je meet en die van geval tot geval kan verschillen; de concrete uitkomsten heten waarden. Voordat je met data rekent, moet je weten wát voor variabele je voor je hebt, want dat bepaalt welke bewerkingen zinvol zijn. De grofste indeling is die tussen kwalitatieve (categorische) variabelen, waarvan de waarden categorieën zijn (kleur, merk, geslacht), en kwantitatieve (numerieke) variabelen, waarvan de waarden getallen met een echte grootte zijn (lengte, aantal, inkomen). Fijner dan dit onderscheid ligt de indeling in vier meetniveaus, die Afb. 4 als een oplopende ladder ordent: nominaal, ordinaal, interval en ratio. Hoe hoger het niveau, hoe meer informatie de getallen dragen en hoe meer rekenkundige bewerkingen zijn toegestaan.

Afb. 4 — De vier meetniveaus

Afb. 4De vier meetniveaus als oplopende ladder. Hoe hoger het niveau, hoe meer de getallen dragen en hoe meer bewerkingen zijn toegestaan: van tellen (nominaal) via rangschikken (ordinaal) naar optellen (interval) en verhoudingen (ratio).

Op het nominale niveau zijn de waarden louter namen van categorieën zonder enige volgorde: woonplaats, nationaliteit, favoriete sport, geslacht. Je kunt alleen tellen hoe vaak elke categorie voorkomt en de modus bepalen; een „gemiddelde woonplaats” is betekenisloos. Codeer je nominale categorieën met cijfers (1 = fiets, 2 = bus, 3 = lopend), dan zijn die cijfers slechts labels — ermee rekenen mag niet. Op het ordinale niveau is er wél een zinvolle rangorde, maar zijn de afstanden tussen de waarden niet gelijk of onbekend: opleidingsniveau (vmbo < havo < vwo), een tevredenheidsschaal (slecht < matig < goed < zeer goed), een medaillekleur. Je mag rangschikken en de mediaan bepalen, maar het verschil tussen „matig” en „goed” is niet aantoonbaar even groot als tussen „goed” en „zeer goed”, dus een gemiddelde blijft wankel.

Op het interval- en het rationiveau zijn de afstanden tussen de waarden wél gelijk en betekenisvol, zodat optellen en aftrekken en het rekenkundig gemiddelde zijn toegestaan. Het verschil tussen beide zit in het nulpunt. Bij een intervalvariabele is het nulpunt een willekeurige afspraak, geen echt „niets”: temperatuur in graden Celsius (0 °C betekent niet „geen warmte”) en een jaartal (het jaar 0 is een afspraak). Daardoor mag je verschillen nemen maar geen verhoudingen: 20 °C is niet „twee keer zo warm” als 10 °C. Bij een ratiovariabele bestaat er een absoluut nulpunt dat „niets” betekent: lengte, gewicht, tijdsduur, inkomen, aantal. Nu zijn óók verhoudingen zinvol — iemand van 180 cm is werkelijk twee keer zo lang als iemand van 90 cm. Ratio is daarmee het rijkste niveau: alle bewerkingen mogen.

Binnen de kwantitatieve variabelen loopt nog een tweede scheidslijn: discreet versus continu. Een discrete variabele kan alleen losse, aftelbare waarden aannemen — meestal gehele getallen die je telt: het aantal broers en zussen, het aantal auto's op een parkeerplaats, het aantal doelpunten. Tussenwaarden bestaan niet: 2,5 broer is onmogelijk. Een continue variabele kan elke waarde binnen een interval aannemen — grootheden die je meet, waarbij tussen elke twee waarden altijd nog een derde ligt: lengte, gewicht, tijd, temperatuur. Dat je continue metingen afrondt (1,73 m) verandert daar niets aan; de onderliggende grootheid is continu. Dit onderscheid bepaalt straks de grafiek: discrete data horen bij een staafdiagram met losse staven, continue data bij een histogram met aaneengesloten staven (domein E2).

Het meetniveau bepalen is geen etiketten plakken om het plakken, maar beslist welke centrummaat, spreidingsmaat en grafiek zijn toegestaan — en dus of een berekening überhaupt betekenis heeft. Bij nominaal past alleen de modus, met een staaf- of cirkeldiagram; bij ordinaal komen de mediaan en de kwartielen erbij (en de boxplot); pas bij interval en ratio zijn het rekenkundig gemiddelde en de standaardafwijking verantwoord. Een klassieke examenval is het gemiddelde uitrekenen van rapportcijfers alsof ze ratio zijn, terwijl een schoolcijfer strikt genomen ordinaal is. Bij het examen luidt de vraag vaak kort „welk meetniveau heeft deze variabele?” of, scherper, „leg uit waarom je hier geen gemiddelde mag berekenen” — en dan is de redenering (geen gelijke afstanden, of geen absoluut nulpunt) precies wat de punten oplevert.

Uitgewerkt voorbeeld

Het meetniveau van variabelen bepalen

Bepaal voor elk van deze variabelen het meetniveau en, waar van toepassing, of ze discreet of continu zijn: (a) postcode, (b) hotelclassificatie in sterren (1–5), (c) temperatuur in °C, (d) lichaamsgewicht in kg.

(a) Postcode
Een postcode is een label voor een gebied; de getallen kennen geen zinvolle grootte of volgorde (1011 is niet „minder” dan 3500). Dus nominaal — een kwalitatieve variabele, ook al ziet ze er numeriek uit.
(b) Hotelsterren
Meer sterren betekent een hogere klasse, dus er is een rangorde, maar de afstand tussen 1 en 2 sterren is niet aantoonbaar gelijk aan die tussen 4 en 5. Dus ordinaal.
(c) Temperatuur in °C
Gelijke verschillen zijn betekenisvol (van 10 naar 15 °C is dezelfde stap als van 20 naar 25 °C), maar 0 °C is een afspraak, geen absoluut nulpunt. Dus interval; continu, want elke tussenwaarde is mogelijk.
(d) Gewicht in kg
Er is een absoluut nulpunt (0 kg = geen massa), dus verhoudingen zijn zinvol (8 kg is twee keer 4 kg). Dus ratio; continu, want gewicht is een meetgrootheid.

Resultaat: (a) postcode = nominaal; (b) sterren = ordinaal; (c) temperatuur in °C = interval, continu; (d) gewicht = ratio, continu. Alleen bij (c) en (d) is een rekenkundig gemiddelde verantwoord.

Veelgemaakte fouten

Rekenen met nominale codes. Codeer je fiets/bus/lopend als 1/2/3, dan zijn dat labels; een „gemiddelde vervoerscode” is betekenisloos.
Interval en ratio verwarren. Zonder absoluut nulpunt (Celsius, jaartal) mag je wel verschillen maar géén verhoudingen nemen: 20 °C is niet twee keer zo warm als 10 °C.
Discreet en continu door elkaar halen. Getelde aantallen (gehele getallen) zijn discreet; gemeten grootheden zijn continu, ook als je ze afrondt.

Actieve herhaling

Een enquête legt vast: (a) het rugnummer van een speler, (b) de eindstand op een marathon (1e, 2e, 3e …), (c) de temperatuur in °C bij de start, (d) de looptijd in minuten en (e) het aantal drinkposten dat een loper gebruikte. Geef voor elke variabele het meetniveau, en voor de kwantitatieve variabelen of ze discreet of continu zijn.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Vertekening, betrouwbaarheid en validiteit#

Verdiepingexamenblad-wiskunde-a-domein-E1

Een onderzoek kan op twee onafhankelijke manieren de plank misslaan, en Afb. 5 vangt dat in de dartbordanalogie. Betrouwbaarheid gaat over reproduceerbaarheid: krijg je bij herhaling onder dezelfde omstandigheden telkens (ongeveer) dezelfde uitkomst? Een betrouwbare meting is als een strakke groep pijlen — dicht bij elkaar, of dat nu in de roos is of niet. Validiteit gaat over of je meet wat je wílt meten: zit de groep pijlen ook rond het juiste doel? De vier dartborden tonen dat de twee los van elkaar staan: je kunt betrouwbaar én fout meten (strak gegroepeerd, maar naast de roos) en onbetrouwbaar toch gemiddeld juist (wild verspreid rond het midden). Het ideaal is het bord met strakke pijlen ín de roos: betrouwbaar én valide.

Afb. 5 — Betrouwbaarheid versus validiteit (dartbord)

Afb. 5De dartbordanalogie. Betrouwbaarheid = hoe strak de inslagen bij elkaar liggen (reproduceerbaar); validiteit = of ze rond het midden (het doel) liggen. Alleen linksboven is de meting betrouwbaar én valide.

Betrouwbaarheid wordt aangetast door toevallige, wisselende storingen: een onduidelijk geformuleerde vraag die iedereen net anders opvat, een meetinstrument dat slordig wordt afgelezen, wisselende omstandigheden tijdens het meten. Deze ruis maakt de uitkomst grillig: meet je nog een keer, dan krijg je iets anders. Je verhoogt de betrouwbaarheid door te standaardiseren (iedereen exact dezelfde vraag, dezelfde instructie, hetzelfde instrument) en door vaker of bij meer eenheden te meten, zodat toevallige afwijkingen tegen elkaar wegvallen. Belangrijk: betrouwbaarheid zegt niets over juistheid. Een keukenweegschaal die stelselmatig 200 gram te veel aanwijst, geeft bij herhaling keurig dezelfde waarde — perfect betrouwbaar, maar structureel fout.

Validiteit wordt aangetast door systematische fouten: iets wat de uitkomst consequent één kant op duwt. De te zware weegschaal uit het vorige voorbeeld is niet valide — ze meet betrouwbaar het verkeerde. Vaak zit het probleem in de operationalisatie: je indicator dekt het begrip niet. Het aantal boetes als maat voor onveiligheid meet eigenlijk politie-inzet; schoenmaat als maat voor leesvaardigheid bij kinderen „werkt” alleen omdat beide met de leeftijd meestijgen. Een meting kan dus zeer betrouwbaar zijn en toch niet valide, terwijl het omgekeerde — valide maar onbetrouwbaar — betekent dat je gemiddeld het juiste treft maar met veel ruis. Voor een bruikbaar onderzoek zijn beide nodig, en validiteit is doorgaans het lastigst te garanderen.

Systematische scheefheid heet vertekening of bias, en het examen verwacht dat je de belangrijkste soorten herkent. Selectievertekening ontstaat als de steekproef systematisch afwijkt van de populatie doordat de selectie niet aselect is (een gemaks- of zelfselectiesteekproef, een scheef steekproefkader) — de bron uit de vorige sectie. Non-responsvertekening ontstaat als juist de mensen die níét meedoen systematisch verschillen van wie wél meedoet: vraag je naar werkdruk en reageren de drukste mensen niet, dan onderschat je de werkdruk. Meet- of instrumentvertekening zit in het meetinstrument of de vraagstelling zelf: een suggestieve of sturende vraag („Vindt u ook niet dat …?”), een sociaal wenselijk antwoord (mensen overdrijven hoeveel ze sporten), of een instrument dat verkeerd is geijkt. Elk van deze duwt de uitkomst structureel één kant op en is niet te repareren door de steekproef te vergroten.

De topvaardigheid van dit onderwerp is een onderzoeksopzet kritisch beoordelen. Loop dan systematisch de cyclus van de eerste sectie langs: past de onderzoeksvraag bij het probleem, en zijn de begrippen valide geoperationaliseerd? Is er aselect getrokken uit een kader dat de populatie dekt, en is de steekproef representatief? Klopt het meetniveau bij de gebruikte maten en grafieken? En welke vertekeningen liggen op de loer — selectie, non-respons, meetfout — en welke kant duwen ze de uitkomst op? Een sterk „beoordeel”-antwoord benoemt niet alleen dát er iets mis is, maar wélke fout, wáárom die optreedt en in wélke richting ze de conclusie vertekent (over- of onderschatting), en stelt zo mogelijk een verbetering voor. Dat is precies wat het correctievoorschrift beloont.

Uitgewerkt voorbeeld

Een onderzoeksopzet volledig beoordelen

Een radioprogramma vraagt luisteraars via een online formulier: „Bent u voor of tegen de nieuwe rondweg?” Van de inzenders is 78% tegen. Analyseer de opzet: benoem populatie, steekproef en variabele met haar meetniveau, en beoordeel de betrouwbaarheid, de validiteit en de mogelijke vertekening.

Populatie en steekproef
De impliciete populatie is (vermoedelijk) alle inwoners van de gemeente. De steekproef bestaat uit de luisteraars die het formulier zelf invulden — een zelfselectiesteekproef, dus niet-aselect.
Variabele en meetniveau
De variabele is de mening „voor/tegen”: twee categorieën zonder rangorde. Dat is een nominale (kwalitatieve) variabele; alleen tellen en percentages zijn zinvol, geen gemiddelde.
Vertekening benoemen
Selectievertekening: alleen wie het programma hoort én de moeite neemt te reageren, doet mee — geen afspiegeling van de gemeente. Zelfselectie en non-respons versterken dit: mensen met een sterke (vaak tegen-)mening reageren eerder dan de onverschillige meerderheid.
Betrouwbaarheid en validiteit wegen
De vraag is duidelijk en zou bij herhaling een vergelijkbare (scheve) uitkomst geven, dus de meting is redelijk betrouwbaar. Ze is echter niet valide als schatting voor de héle gemeente: de opzet meet de mening van een uitgesproken deelgroep, niet van de populatie.
Conclusie en richting
Het percentage tegenstanders is vrijwel zeker een overschatting van de werkelijke weerstand in de gemeente, doordat tegenstanders oververtegenwoordigd zijn in de zelfselectiesteekproef. De uitkomst mag niet naar alle inwoners worden gegeneraliseerd.

Resultaat: Populatie = inwoners van de gemeente; steekproef = zelfselecterende inzenders (niet-aselect); variabele = voor/tegen = nominaal. De meting is redelijk betrouwbaar maar niet valide voor de populatie; selectie- en non-responsvertekening overschatten waarschijnlijk het aandeel tegenstanders.

Veelgemaakte fouten

Betrouwbaarheid en validiteit gelijkstellen. Een meting kan perfect reproduceerbaar (betrouwbaar) én structureel fout (niet valide) zijn — de te zware weegschaal.
Denken dat een grotere steekproef vertekening oplost. Systematische fouten (selectie, non-respons, meetfout) verdwijnen niet door meer waarnemingen; ze blijven de uitkomst één kant op duwen.
Bij „beoordeel” alleen zeggen dát iets fout is. Benoem de soort vertekening, de oorzaak én de richting (over- of onderschatting) om de scorepunten te halen.

Actieve herhaling

Een fabrikant meldt dat 8 van de 10 gebruikers zijn tandpasta aanraden, op basis van reacties die klanten vrijwillig terugstuurden. Benoem welke vertekening(en) hier spelen, leg voor elk uit waarom, en beredeneer of het percentage de werkelijke tevredenheid over- of onderschat.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — wiskunde A (VWO) (CvTE / DUO)

Referenties en bronnen

Bronnen

CvTE / DUO

Examenblad.nl — wiskunde A (VWO)

Probleemstelling en onderzoeksontwerp

Kernpunten

Van probleemstelling naar onderzoeksvraag

Kernpunten

Populatie, steekproef en representativiteit beoordelen

Kernpunten

Het meetniveau van variabelen bepalen

Kernpunten

Een onderzoeksopzet volledig beoordelen

Bronnen

Probleemstelling en onderzoeksontwerp

Kernpunten

Van probleemstelling naar onderzoeksvraag

Kernpunten

Populatie, steekproef en representativiteit beoordelen

Kernpunten

Het meetniveau van variabelen bepalen

Kernpunten

Een onderzoeksopzet volledig beoordelen

Bronnen