Statistiek in het afstudeeronderzoek: assumpties

Wanneer je dus een parametrische analyse wil gaan uitvoeren, is het verstandig om eerst eens te kijken of de variabelen die je in de berekening wilt stoppen wel normaal verdeeld zijn. Zo zijn er, afhankelijk van de analyse die je wil uitvoeren, nog meer assumpties die je kunt testen voor je de resultaten van je analyse gaat interpreteren.

Elke statistische analyse heeft zijn eigen assumpties

In Tabel 1 hieronder zijn de assumpties van enkele veelgebruikte statistische analyses weergegeven. De assumpties zijn hier ingedeeld in ontwerp-assumpties en data-assumpties. De ontwerp-assumpties heb je zelf grotendeels in de hand en bepaal je tijdens je onderzoeksdesign fase. Wanneer je besluit om de afhankelijke variabele op een dichotome wijze te meten (bijvoorbeeld ziek vs niet-ziek) dan vallen analyses die een continue (interval) afhankelijke variabele vereisen, zoals (multiple) lineaire regressie of ANOVA, direct als opties af. De data-assumpties test je nadat de data verzameld zijn. Je hoopt daarbij dat aan de assumpties van de gekozen statistische analyses wordt voldaan, maar er bestaat een kans dat dat niet het geval is.

Wat als assumpties geschonden zijn?

Als aan een of meer assumpties niet voldaan blijkt, zou dat kunnen betekenen dat de uitkomsten van je onderzoek minder accuraat zijn dan je zou willen. Je kunt dan nadenken over een oplossing. Soms zijn er alternatieve analyses beschikbaar of je kunt een variabele ‘transformeren’. In andere gevallen kun je beslissen om de analyse gewoon uit te voeren, omdat je verwacht dat de resultaten niet (te sterk) beïnvloed worden door deze schending. Wat je ook besluit, het is zinvol om in je scriptie aan te geven dat je een schending van de assumptie hebt gevonden en welke maatregelen je hebt getroffen om te zorgen dat jouw resultaten toch goed te interpreteren zijn.

Moet ik de assumpties testen in mijn thesis-onderzoek?

Het testen van de assumpties, met name voor de hoofdanalyses, is een belangrijk onderdeel van de analyse-fase van je thesis onderzoek. Door assumpties te testen krijg je een beter idee van de adequaatheid van de gekozen statistische analyse technieken, en de accuraatheid van je resultaten. Mijn ervaring als scriptiebegeleider is dat docenten in het algemeen het testen van de assumpties vereisen. Het laat namelijk zien dat je jouw analyses weldoordacht hebt gekozen en uitgevoerd.

Het is uiteraard extra werk, maar in statistische programma’s, zoals SPSS, kun je vaak verschillende assumpties gelijktijdig met de hoofdanalyse testen en in enkele gevallen worden zelfs alternatieve, gecorrigeerde resultaten aangeboden als belangrijke assumpties geschonden zijn. Het testen van andere assumpties kost soms meer moeite; Je moet daarvoor grafieken maken of extra analyses uitvoeren.