Samenvattingen · Wiskunde CNL · VWO

Probleemstelling en onderzoeksontwerp

Statistisch onderzoek begint niet bij getallen, maar bij een goede vraag en een goed ontwerp. Je leert een probleemstelling omzetten in een onderzoeksvraag met meetbare variabelen, het verschil tussen populatie en steekproef en wat een steekproef representatief maakt, de soorten variabelen en meetniveaus (nominaal, ordinaal, interval, ratio), en de bronnen van vertekening waarmee je betrouwbaarheid en validiteit van een onderzoek beoordeelt. Dit onderwerp hoort tot de centraal-examenstof (subdomein E1).

4 Onderdelen~14 min leestijd4 VaardighedenNiveau Basis 1 · Standaard 3

T·111111 / 17

Examenprofiel

E1 · Een probleemstelling omzetten in een onderzoeksvraag met meetbare variabelenE1 · Populatie en steekproef onderscheiden en de representativiteit van een steekproef beoordelenE1 · Soorten variabelen en de meetniveaus nominaal, ordinaal, interval en ratio bepalenE1 · Bronnen van vertekening herkennen en betrouwbaarheid en validiteit beoordelen

Operatoren:formuleerbeoordeelbepaalleg uitberedeneer

basisniveau

Het opzetten en beoordelen van statistisch onderzoek (subdomein E1) is centraal-examenstof en vormt de basis van het grote statistiekblok van wiskunde C.

verhoogd niveau

Verdieping: het kritisch beoordelen van een onderzoeksopzet op vertekening, betrouwbaarheid en validiteit scherpt het statistisch redeneren aan.

Diepte

Tekst

Inhoud · 4 onderdelen

Probleemstelling en onderzoeksontwerp

Van probleemstelling naar onderzoeksvraag#

Basisexamenblad-wiskunde-c-domein-E1

Statistisch onderzoek verloopt via een vaste cyclus, en het loont om die als geheel te overzien voordat je begint. Afb. 1 toont de vier fasen: je begint met een onderzoeksvraag, verzamelt daarna data, analyseert die met statistische technieken, en trekt ten slotte een conclusie die de vraag beantwoordt — en die vaak weer nieuwe vragen oproept, zodat de cyclus opnieuw begint. Elke fase steunt op de vorige: een slechte vraag levert onbruikbare data, en slordige data leiden tot een onbetrouwbare conclusie. Kwaliteit aan het begin bepaalt de waarde van het eind.

Afb. 1 — De statistische onderzoekscyclus

Afb. 1Afb. 1 — De onderzoekscyclus: van onderzoeksvraag via dataverzameling en analyse naar een conclusie, die weer tot nieuwe vragen leidt.

Alles start bij de probleemstelling: een vaak nog vage, algemene vraag zoals « zijn jongeren tegenwoordig minder fit? ». Zo'n probleemstelling moet je aanscherpen tot een concrete, onderzoekbare onderzoeksvraag, waarin duidelijk is wát je bij wíé gaat meten. « Is de gemiddelde tijd die

15

-jarigen op een schooldag zittend doorbrengen in

2025

hoger dan in

2015

? » is zo'n aangescherpte vraag: de groep, de grootheid en de vergelijking staan vast. Deze stap van algemeen naar concreet is cruciaal, want alleen een precies geformuleerde vraag kun je met data beantwoorden.

In een onderzoeksvraag zitten variabelen: de kenmerken die je meet, en die van geval tot geval kunnen verschillen. In het voorbeeld zijn dat de « zittijd per dag » en het « jaar ». Een goede onderzoeksvraag maakt de variabelen meetbaar (operationaliseert ze): je legt vast hoe je « zittijd » precies bepaalt — met een vragenlijst, een stappenteller, of een observatie — zodat iedereen die het onderzoek herhaalt hetzelfde meet. Zonder deze operationalisatie blijft de vraag onmeetbaar en het onderzoek onuitvoerbaar.

Na het beantwoorden volgt de interpretatie in de context, en daar hoort een portie voorzichtigheid bij. Een statistisch verband is niet automatisch een oorzakelijk verband: dat twee grootheden samen bewegen (correlatie) betekent niet dat de ene de andere veroorzaakt (causaliteit). Vind je dat scholen met meer computers hogere cijfers hebben, dan kan dat aan de computers liggen, maar net zo goed aan een gemeenschappelijke oorzaak zoals het budget van de school. Deze kritische houding — een conclusie niet verder trekken dan de data dragen — is een kernvaardigheid die door het hele statistiekblok terugkeert.

Uitgewerkt voorbeeld

Een probleemstelling aanscherpen

Een gemeente wil weten of inwoners tevreden zijn over het openbaar vervoer. (a) Waarom is « zijn de inwoners tevreden? » nog geen goede onderzoeksvraag? (b) Formuleer een aangescherpte onderzoeksvraag. (c) Noem de variabele die je meet en hoe je die meetbaar maakt.

(a) Te vaag
« Tevreden » is niet gedefinieerd, en het is onduidelijk over welke inwoners, welk vervoer en welke periode het gaat: onmeetbaar.
(b) Aanscherpen
Bijvoorbeeld: « Welk percentage van de inwoners van $18$ jaar en ouder geeft het busvervoer in $2025$ een rapportcijfer van $6$ of hoger? »
(c) Variabele en operationalisatie
De variabele is « tevredenheid over het busvervoer », gemeten als een rapportcijfer van $1$ t/m $10$ via een enquête.

Resultaat: (a) de vraag is te vaag en onmeetbaar; (b) een concrete vraag met groep, grootheid en periode; (c) tevredenheid als rapportcijfer, gemeten met een enquête.

Veelgemaakte fouten

Een variabele niet operationaliseren, waardoor onduidelijk blijft hoe je hem meet.
Uit een gevonden samenhang (correlatie) meteen een oorzaak (causaliteit) afleiden.

Actieve herhaling

Een school vermoedt dat leerlingen die ontbijten betere cijfers halen. Formuleer een meetbare onderzoeksvraag, benoem de variabelen en leg uit waarom een gevonden verband nog geen bewijs is dat ontbijten de cijfers verhoogt.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — syllabus wiskunde C (VWO), domein E: Statistiek en kansrekening (CvTE / DUO)

Populatie, steekproef en representativiteit#

Standaardexamenblad-wiskunde-c-domein-E1

De populatie is de volledige groep waarover je een uitspraak wilt doen — alle

15

-jarigen in Nederland, alle producten van een fabriek, alle kiezers. Vaak is het onmogelijk of te duur om de hele populatie te onderzoeken, en daarom neem je een steekproef: een deel van de populatie dat je wél onderzoekt. Op grond van de steekproef doe je een uitspraak over de hele populatie. De centrale vraag is dan of dat mag: geeft dit deel een eerlijk beeld van het geheel? Alleen als de steekproef representatief is, mag je de conclusie naar de populatie veralgemenen.

Een steekproef is representatief als hij qua samenstelling lijkt op de populatie: de belangrijke kenmerken (leeftijd, geslacht, opleiding, enzovoort) komen er in ongeveer dezelfde verhouding in voor. De beste manier om representativiteit te bevorderen, is aselect (willekeurig) trekken: elk lid van de populatie heeft dan een even grote kans om in de steekproef te komen, zodat er geen systematische voorkeur voor een bepaalde groep ontstaat. Afb. 2 zet drie veelgebruikte steekproefmethoden op een rij, die alle op willekeur steunen om vertekening te vermijden.

Afb. 2 — Steekproefmethoden

Afb. 2Afb. 2 — Drie steekproefmethoden die op willekeur steunen: aselect (puur willekeurig), systematisch (elk n-de element) en gestratificeerd (evenredig uit groepen).

De drie methoden verschillen in hoe ze de willekeur organiseren. Bij een aselecte (enkelvoudige) steekproef trek je puur willekeurig uit de hele populatie, bijvoorbeeld met toevalsgetallen. Bij een systematische steekproef kies je een startpunt en neem je daarna elk

n

-de element (elke

10

e klant, elke

50

e naam op een lijst). Bij een gestratificeerde steekproef verdeel je de populatie eerst in groepen (strata), zoals leeftijdsklassen, en trek je uit elke groep aselect een aantal dat evenredig is met de grootte van die groep — zo garandeer je dat alle groepen goed vertegenwoordigd zijn. Welke methode past, hangt af van de populatie en de beschikbare gegevens.

Ook de grootte van de steekproef speelt een rol: een grotere steekproef geeft doorgaans een nauwkeuriger beeld, omdat toevallige schommelingen dan uitmiddelen. Maar grootte compenseert nooit een scheve trekking: een enorme maar niet-representatieve steekproef blijft misleidend. Berucht is de peiling uit

1936

waarin miljoenen mensen werden bevraagd, maar via telefoon- en autoregisters — die destijds vooral rijkere kiezers bevatten — zodat de voorspelling er volledig naast zat. De les: representativiteit (de juiste samenstelling) gaat vóór grootte. Bij het beoordelen van een steekproef kijk je dus eerst naar hóé er getrokken is, en pas daarna naar hoeveel.

Uitgewerkt voorbeeld

Een steekproef beoordelen en ontwerpen

Een school (met $60\%$ onderbouw- en $40\%$ bovenbouwleerlingen) wil de mening over de kantine peilen onder $50$ leerlingen. (a) Waarom is « de eerste $50$ leerlingen bij de kantine-ingang » geen goede steekproef? (b) Ontwerp een gestratificeerde steekproef. (c) Hoeveel onder- en bovenbouwleerlingen neem je dan?

(a) Vertekening
Leerlingen bij de kantine-ingang zijn juist de kantinegebruikers: die groep is oververtegenwoordigd, dus niet representatief.
(b) Stratificeren
Verdeel de leerlingen in onderbouw en bovenbouw en trek uit elke groep aselect, evenredig met de grootte.
(c) Aantallen
$60\%$ van $50$ is $30$ onderbouwleerlingen; $40\%$ van $50$ is $20$ bovenbouwleerlingen.
$0{,}60\cdot 50=30,\quad 0{,}40\cdot 50=20$

Resultaat: (a) de groep bij de ingang is niet representatief; (b) aselect trekken binnen onder- en bovenbouw; (c) $30$ onderbouw- en $20$ bovenbouwleerlingen.

Veelgemaakte fouten

Denken dat een grote steekproef altijd goed is; representativiteit gaat vóór grootte.
Een gelegenheidssteekproef (wie toevallig voorhanden is) voor representatief aanzien.

Actieve herhaling

Een gemeente peilt de mening over een nieuw park via een enquête op de gemeentewebsite. Leg uit welke groep hierdoor oververtegenwoordigd kan raken en beschrijf een betere, representatieve steekproefmethode.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — syllabus wiskunde C (VWO), domein E: Statistiek en kansrekening (CvTE / DUO)

Variabelen en meetniveaus#

Standaardexamenblad-wiskunde-c-domein-E1

Een variabele is een kenmerk dat van geval tot geval kan verschillen. Variabelen deel je eerst in twee soorten in. Een kwalitatieve (categorische) variabele geeft een categorie of hoedanigheid, zoals kleur, geslacht of vervoermiddel; je kunt er niet zinvol mee rekenen. Een kwantitatieve (numerieke) variabele geeft een getal waarmee je wél kunt rekenen, zoals lengte, leeftijd of aantal broers. Kwantitatieve variabelen splits je verder in discreet (alleen losse waarden, meestal tellingen: het aantal kinderen is

0, 1, 2, \ldots

maar nooit

2{,}5

) en continu (elke waarde binnen een bereik: een lengte kan

172{,}3

cm zijn).

Naast de soort variabele bepaal je het meetniveau: hoeveel informatie de getallen of categorieën dragen. Afb. 3 toont de vier meetniveaus als een oplopende ladder, van weinig naar veel informatie. Op nominaal niveau zijn de waarden louter namen of categorieën zonder volgorde (kleur, nationaliteit); je kunt alleen tellen hoe vaak elk voorkomt. Op ordinaal niveau is er wél een volgorde, maar zijn de afstanden niet gelijk of niet gedefinieerd (een rapportcijfer A–F, een tevredenheidsschaal « slecht–matig–goed »): je mag rangschikken, maar niet zomaar aftrekken.

Afb. 3 — De vier meetniveaus als ladder

Afb. 3Afb. 3 — De meetniveaus als oplopende ladder van informatie: nominaal → ordinaal → interval → ratio. Hoe hoger, hoe meer bewerkingen zinvol zijn.

De twee hoogste niveaus zijn kwantitatief. Op interval niveau zijn de afstanden tussen waarden wél gelijk en betekenisvol, maar is er geen absoluut nulpunt: het verschil tussen

10\,^{\circ}\text{C}

20\,^{\circ}\text{C}

is even groot als tussen

20

30

, maar

20\,^{\circ}\text{C}

is niet « twee keer zo warm » als

10\,^{\circ}\text{C}

, want

0\,^{\circ}\text{C}

is geen echt nulpunt. Op ratio niveau is er wél een absoluut nulpunt, zodat ook verhoudingen zinvol zijn: iemand van

180

cm is echt twee keer zo lang als iemand van

90

cm, en

0

cm betekent « geen lengte ». Lengte, gewicht, tijdsduur en aantallen zijn ratiovariabelen.

Het meetniveau bepaalt welke bewerkingen en kengetallen zinvol zijn — en daarom is het vaststellen ervan een eerste, cruciale stap. Op nominaal niveau kun je alleen de modus (meest voorkomende waarde) bepalen; op ordinaal niveau mag ook de mediaan; en pas op interval- en rationiveau is het gemiddelde zinvol, omdat je dan mag optellen en delen. Zo voorkomt het meetniveau dat je onzin uitrekent, zoals « het gemiddelde postnummer » of « de gemiddelde nationaliteit ». Bij elke variabele in een onderzoek stel je daarom eerst het meetniveau vast, want dat stuurt de hele verdere analyse.

\text{nominaal} < \text{ordinaal} < \text{interval} < \text{ratio}

De vier meetniveaus

Oplopend in informatie: nominaal (categorie), ordinaal (volgorde), interval (gelijke afstanden), ratio (absoluut nulpunt).

Uitgewerkt voorbeeld

Variabelen classificeren en het meetniveau bepalen

Bepaal soort en meetniveau van: (a) het rugnummer van een voetballer; (b) de eindpositie ( $1$ e, $2$ e, $3$ e) in een wedstrijd; (c) de temperatuur in °C; (d) het aantal broers en zussen.

(a) Rugnummer
Een label zonder rekenkundige betekenis (nummer $10$ is niet « meer » dan nummer $7$ ): kwalitatief, nominaal niveau.
(b) Eindpositie
Er is een volgorde, maar de afstanden zijn niet gelijk: ordinaal niveau.
(c) Temperatuur in °C
Gelijke afstanden, maar geen absoluut nulpunt ( $0\,^{\circ}$ C is niet « geen warmte »): interval niveau.
(d) Aantal broers/zussen
Een telling met een absoluut nulpunt ( $0$ betekent geen): kwantitatief, discreet, rationiveau.

Resultaat: (a) nominaal; (b) ordinaal; (c) interval; (d) ratio (discreet).

Veelgemaakte fouten

Een getal automatisch als kwantitatief zien; een rugnummer of postcode is een label (nominaal), geen rekengetal.
Op ordinaal of nominaal niveau een gemiddelde berekenen, terwijl dat pas op interval- en rationiveau zinvol is.

Actieve herhaling

Bepaal soort en meetniveau van: het jaartal van geboorte, de schoenmaat, de kleur van een auto, en de reistijd in minuten. Geef bij elke variabele aan of het gemiddelde zinvol is.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — syllabus wiskunde C (VWO), domein E: Statistiek en kansrekening (CvTE / DUO)

Vertekening, betrouwbaarheid en validiteit#

Standaardexamenblad-wiskunde-c-domein-E1

Vertekening (bias) is een systematische fout die de uitkomsten van een onderzoek een vaste kant op duwt, en die je niet met een grotere steekproef wegpoetst. Er zijn verschillende soorten. Selectievertekening ontstaat als de steekproef systematisch scheef is samengesteld (alleen websitebezoekers, alleen wie tijd heeft). Non-responsvertekening treedt op als een bepaalde groep juist niet meedoet (wie ontevreden is vult de enquête niet in). En meet- of vraagvertekening ontstaat door de manier van vragen: een suggestieve vraag als « vindt u ook niet dat … » stuurt het antwoord. Het herkennen van deze bronnen is een kernvaardigheid bij het beoordelen van onderzoek.

Twee begrippen vatten de kwaliteit van een meting samen: betrouwbaarheid en validiteit. Betrouwbaarheid gaat over reproduceerbaarheid: meet je hetzelfde nog eens onder dezelfde omstandigheden, krijg je dan (ongeveer) hetzelfde? Een betrouwbare meting is consistent, zonder veel toevallige schommeling. Validiteit gaat over de vraag of je meet wát je wilt meten: meet je instrument werkelijk het bedoelde begrip? Een intelligentietest die vooral leessnelheid meet, kan heel betrouwbaar zijn (steeds dezelfde uitkomst) maar toch niet valide (hij meet het verkeerde).

Het verschil tussen beide vat je goed met de schietschijf-vergelijking in Afb. 4. De inslagpunten zijn de metingen, en het middelpunt is de « ware » waarde. Liggen de schoten dicht bij elkaar maar naast het midden, dan is de meting wél betrouwbaar (consistent) maar niet valide (systematisch mis): dat is precies wat vertekening doet. Liggen de schoten dicht bij elkaar én rond het midden, dan is de meting zowel betrouwbaar als valide. Betrouwbaarheid en validiteit zijn dus onafhankelijke eigenschappen: je hebt ze allebei nodig voor een goed onderzoek.

Afb. 4 — Betrouwbaarheid en validiteit als schietschijf

Afb. 4Afb. 4 — Links: consistent maar systematisch naast het doel (betrouwbaar, niet valide) — dat is vertekening. Rechts: consistent én rond het doel (betrouwbaar én valide).

Bij het kritisch beoordelen van een onderzoek loop je deze punten systematisch na. Is de steekproef representatief getrokken, of dreigt selectie- of non-responsvertekening? Zijn de vragen neutraal geformuleerd, of sturen ze het antwoord? Meet het instrument werkelijk het bedoelde begrip (validiteit), en levert het bij herhaling stabiele uitkomsten (betrouwbaarheid)? Pas als een onderzoek op al deze punten deugt, mag je de conclusie serieus nemen en naar de populatie veralgemenen. Deze kritische toets — niet klakkeloos elk getal geloven — is misschien wel de belangrijkste les uit het hele statistiekblok.

\text{betrouwbaar} = \text{consistent bij herhaling}, \quad \text{valide} = \text{meet wat je wilt meten}

Betrouwbaarheid vs validiteit

Twee onafhankelijke kwaliteitseisen: reproduceerbaarheid en het meten van het juiste begrip.

Uitgewerkt voorbeeld

Vertekening herkennen en kwaliteit beoordelen

Een tv-programma peilt de mening via een sms-stemlijn (betaald), waarop vooral fanatieke kijkers reageren. (a) Welke vertekening speelt hier? (b) Is een weegschaal die altijd $2$ kg te veel aanwijst betrouwbaar? En valide? (c) Hoe verhelp je de fout van die weegschaal?

(a) Vertekening
Alleen wie sterk gemotiveerd is (en wil betalen) stemt: selectie- en zelfselectievertekening — niet representatief.
(b) Weegschaal
Hij geeft steeds hetzelfde bij hetzelfde gewicht (consistent), dus betrouwbaar; maar hij zit er systematisch $2$ kg naast, dus niet valide.
(c) Corrigeren
Trek van elke meting $2$ kg af (of ijk de weegschaal opnieuw op $0$ ); zo maak je de betrouwbare meting ook valide.

Resultaat: (a) selectie-/zelfselectievertekening; (b) betrouwbaar maar niet valide (systematisch $2$ kg te hoog); (c) $2$ kg aftrekken of opnieuw ijken.

Veelgemaakte fouten

Betrouwbaarheid en validiteit verwarren; een consistente meting kan systematisch het verkeerde meten.
Denken dat vertekening met een grotere steekproef verdwijnt; een systematische fout blijft, hoe groot de steekproef ook is.

Actieve herhaling

Een enquête over gezond eten wordt afgenomen bij de uitgang van een sportschool. Benoem de vertekening. Beoordeel daarna of een thermometer die altijd $1\,^{\circ}$ C te laag meet betrouwbaar en/of valide is, en hoe je dat verhelpt.

Actief ophalen

Haal de kernpunten op — onthul ze daarna.

Bronnen: Examenblad.nl — syllabus wiskunde C (VWO), domein E: Statistiek en kansrekening (CvTE / DUO)

Referenties en bronnen

Bronnen

CvTE / DUO

Examenblad.nl — syllabus wiskunde C (VWO), domein E: Statistiek en kansrekening

Probleemstelling en onderzoeksontwerp

Kernpunten

Een probleemstelling aanscherpen

Kernpunten

Een steekproef beoordelen en ontwerpen

Kernpunten

Variabelen classificeren en het meetniveau bepalen

Kernpunten

Vertekening herkennen en kwaliteit beoordelen

Bronnen

Probleemstelling en onderzoeksontwerp

Kernpunten

Een probleemstelling aanscherpen

Kernpunten

Een steekproef beoordelen en ontwerpen

Kernpunten

Variabelen classificeren en het meetniveau bepalen

Kernpunten

Vertekening herkennen en kwaliteit beoordelen

Bronnen