MTO-A-MAW - Inleiding methodenleer – hoorcollege 1
P = kans
N = aantal
Hoofdstuk 3 wordt op een andere manier verwoord in de colleges.
Grondvormen van sociaal onderzoek: experiment, survey onderzoek, veldonderzoek en
beschikbare data. Experiment en survey onderzoek worden grondig besproken en
veldonderzoek en beschikbare data is alleen een kennismaking.
Experiment:
Zelf zorgen voor de oorzaak, dus zelf de oorzaak veroorzaken (manipulatie). Iets wat je zelf in
de hand hebt. Achteraf ga je het gevolg meten. Hierbij moet je vergelijkbare groepen
gebruiken zelfde samenstelling, die verschillen in ‘oorzaak’.
Survey onderzoek:
Vragenlijsten (mondeling of schriftelijk), grote en representatieve steekproef. Dit is een
efficiënte methode van dataverzameling. Goede steekproef heel belangrijk!
Veldonderzoek:
Directe observatie van mensen in hun natuurlijke omgeving, hun ‘veld’. In principe weten de
mensen dat ze niet geobserveerd worden, niet-reactief meten mogelijk ze weten het dus
niet.
Beschikbare data:
Gegevens die zonder tussenkomst van de onderzoeker/gebruiker aanwezig zijn. Niet reactief
observeren. Diverse bronnen documenten; fysische sporen. Let op: aanwezig zijn van
gegevens impliceert niet dat het ‘niet gezocht’ moet worden.
Welke grondvorm is het meest geschikt? SHEET 12
1 – veldonderzoek
2 – survey onderzoek
3 – experiment of survey onderzoek
4 – experiment
5 – veldonderzoek
Moeilijkheden?
- Toegang tot data of dataverzameling
- Meetproblemen (i.v.m. het beoordelen van de kwaliteit validiteit/betrouwbaarheid
- Risico’s op onderzoeker bias onderzoeker kan fouten maken
- Risico’s op subject (proefpersonen, respondent) bias
Hoe verhouden proposities zich t.o.v. theorieën en t.o.v. hypothesen.
- Propositie: wanneer een individu een taak beheerst, dan zal hij deze taak beter
uitvoeren indien er anderen aanwezig zijn dan wanneer er niemand is social
facilitation effect (SFE) vrij algemene stelling over een regelmaat in de handeling
of opinie van mensen.
Theorie: verklaring geven voor de propositie of set aan proposities. (theorie is geen
speculatie) vb. alternatieve theorieën voor het verklaren van SFE: biologisch
, aanwezigheid andere activeert fysiologische prikkels en psychologisch
prestatieverbetering wanneer iemand gelooft dat anderen hem/haar beoordelen.
Hypothesen: toepassen in concrete situatie.
Deductie en Inductie
Deductie: theorieën hypothesen observaties
Inductie: observatie empirische generalisaties theorieën
Kohn: voorbeeld inductie (staat niet in de pp op canvas)
H3 Variabelen – relaties
1. Essentiële elementen
- Concepten = algemene abstracte omschrijving van een fenomeen (bv. intelligentie)
- Variabele = kenmerken die we wel meten, empirische manifestatie van een concept
(bv. een test die intelligentie meet.)
- Hypothese = verwacht verband tussen 2 of meer variabelen (bv. vrouwen zijn
gemiddeld gezien intelligenter dan mannen.)
2. Typen hypothesen
2.1 Enkelvoudige (bivariate) hypothese: verwacht verband tussen 2 variabelen
(afhankelijke en onafhankelijke x (onafhankelijk, oorzaak) en y (afhankelijk,
gevolg)
X Y
SHEET 20, 21 VOORBEELDEN, kijk goed naar metrisch en niet-metrische
variabelen. (metrisch scale/schaal)
Hypothese: voorspelling maken kijk ook naar de rode woorden (SHEET 20)
2.2 Meervoudige hypothese: verwacht verband tussen een afhankelijke Y en meerdere
onafhankelijke variabelen X.
4 types meervoudige hypothesen:
2.2.1 Het relatief belang van onafhankelijke variabelen (meervoudige
oorzakelijkheid)
Pijlendiagram grafische voorstelling van het verband
X1 ++
Y
X2 +
Tweede plusje betekent dat het belangrijker is dan X2, werkt ook met
twee minnetjes zo. Het aantal geeft aan hoe belangrijk het is.
2.2.2 Een mediërende of interveniërende variabele = interpreterende hypothese
= de invloed van de onafhankelijke variabele (X1) op de afhankelijke
variabele (Y) is niet direct, maar loopt via het effect van X1 op de
interveniërende variabele (X2) (interveniërende is geen verklaring)
= indirect effect
Pijlendiagram:
X1 X2 Y
Kan ook nog een verband tussen X1 en Y zijn (dus – of +) gedeeltelijke
mediatie direct en indirect effect.
2.2.3 Een modererend effect = interactiehypothese
= de invloed van X1 op Y is conditioneel op de moderator (X2); of: het
effect van X1 op Y is verschillend naar gelang de waarde van de moderator
Dit kan het effect versterken of verzwakken (X2)
, X2 = conditioneel effect
Pijlendiagram:
X1 Y
X2
2.2.4 Schijnverband (spuriousness) = gemeenschappelijke oorzaak (antecedent)
= verklarende hypothese
= een geobserveerd verband tussen X1 en Y is slechts ‘schijn’ want te
verklaren vanuit de gemeenschappelijke oorzaak X2.
Pijlendiagram:
X1
Y
X2
Opmerking tussendoor: kijk voor alle voorbeelden op de sheets na de uitleg!
EINDE HOORCOLLEGE 1 MAAR DE PP VAN HET EERSTE HOORCOLLEGE GAAT
NOG VERDER, STOPT HIER BIJ SHEET 32.
MTO-A-MAW – Inleiding methodenleer - hoorcollege 2
3. Het conceptueel model
= grafische representatie met een set logisch samenhangende hypothesen =
totaalplaatje.
! set hypothesen laat toe het conceptueel model te tekenen, ! presentatie van het
conceptueel model laat toe de hypothesen te reconstrueren.
VOORBEELD: (hier zitten ze allemaal in behalve schijnverband, zou wel mogelijk
kunnen zijn dus altijd goed nadenken of het nog klopt.)
Causaliteit 3 voorwaarden voor causaliteit: (goed voor hypothesen en experimenten)
1. Associatie = statistisch verband tussen variabelen (cijfermatig berekend dus)
- niet noodzakelijk ‘perfect’ verband
- vaak ‘zwakke’ verbanden door: meetfouten (gebrekkige precisie bijv. vragen naar
leeftijd en niet naar geboortedatum), multicausaliteit
, 2. Richting van het verband
- oorzaak – gevolg
- onafhankelijke variabele beïnvloedt afhankelijke variabele en niet omgekeerd
- soms voor de hand liggend: karakteristieken die vastliggen bij geboorte
- …. Maar niet altijd: bv. relatie tussen etnocentrisme en contact hebben met
allochtonen.
(Ervaring met allochtonen kan er voor zorgen dat je etnocentrisch wordt, of juist
doordat je nooit met ze omgaat of er al zo over dacht, ben je etnocentrisch.)
NOOT: hypothesen moeten richting van verband aangeven.
3. Afwezigheid van onechte verbanden (nonspuriousness)
- verband tussen variabelen mag niet verklaard worden door externe (extraneous)
variabelen of antecedenten
- dus: controle op antecedenten is noodzakelijk voor het vaststellen van ‘causaliteit’
NOOT: hoe meer antecedenten (controlevariabelen) in een model, hoe
waarschijnlijker een relatie is.
Eenheid van analyse en geneste databestanden:
1. Eenheid van analyse: over wie of wat je uitspraken doet
NOOT: eenheid van observatie kan AFWIJKEN van eenheid van analyse.
Bv. eenheid van analyse = workteam
Eenheid van observatie = manager (vragenlijst over eigenschappen van het team)
2. Geneste design: meerniveau data (multilevel)
Combinatie gegevens verwijzend naar verschillende eenheden van analyse
Uitgangspunt: individuen behoren tot groepen
VB1: Europees waardenonderzoek = surveyonderzoek bij representatieve steekproeven
in alle Europese landen
- landinformatie (nationale statistieken): BNP, % vrouwen in verantwoordelijke
functies, % beboste oppervlakte….
- individuele informatie (vragenlijsten): leeftijd, geslacht, tevredenheid met baan,
partijvoorkeur, religie…..
Verschillende bronnen voor groepsgegevens:
- nationale en regionale statistieken
- data uit andere onderzoeken (koppeling op groepsniveau)
- aggregeren vanuit de individuele data: % werklozen of gemiddeld inkomen per stad
Aggregeren: vaak het gemiddelde van iets wat komt uit individuele data.
VB2: onderzoek naar teamperformance (werknemer-organisatie data)
Organisatie (bedrijfsstatistieken, documenten): winstcijfers, formalisering van
taakomschrijving etc.
Teams (informanten, statistieken): teamperformance beoordeling door leidinggevende
Individuele (werknemers-) informatie (vragenlijsten): zelfbeoordeling, leeftijd, loon,
werkervaring.
P = kans
N = aantal
Hoofdstuk 3 wordt op een andere manier verwoord in de colleges.
Grondvormen van sociaal onderzoek: experiment, survey onderzoek, veldonderzoek en
beschikbare data. Experiment en survey onderzoek worden grondig besproken en
veldonderzoek en beschikbare data is alleen een kennismaking.
Experiment:
Zelf zorgen voor de oorzaak, dus zelf de oorzaak veroorzaken (manipulatie). Iets wat je zelf in
de hand hebt. Achteraf ga je het gevolg meten. Hierbij moet je vergelijkbare groepen
gebruiken zelfde samenstelling, die verschillen in ‘oorzaak’.
Survey onderzoek:
Vragenlijsten (mondeling of schriftelijk), grote en representatieve steekproef. Dit is een
efficiënte methode van dataverzameling. Goede steekproef heel belangrijk!
Veldonderzoek:
Directe observatie van mensen in hun natuurlijke omgeving, hun ‘veld’. In principe weten de
mensen dat ze niet geobserveerd worden, niet-reactief meten mogelijk ze weten het dus
niet.
Beschikbare data:
Gegevens die zonder tussenkomst van de onderzoeker/gebruiker aanwezig zijn. Niet reactief
observeren. Diverse bronnen documenten; fysische sporen. Let op: aanwezig zijn van
gegevens impliceert niet dat het ‘niet gezocht’ moet worden.
Welke grondvorm is het meest geschikt? SHEET 12
1 – veldonderzoek
2 – survey onderzoek
3 – experiment of survey onderzoek
4 – experiment
5 – veldonderzoek
Moeilijkheden?
- Toegang tot data of dataverzameling
- Meetproblemen (i.v.m. het beoordelen van de kwaliteit validiteit/betrouwbaarheid
- Risico’s op onderzoeker bias onderzoeker kan fouten maken
- Risico’s op subject (proefpersonen, respondent) bias
Hoe verhouden proposities zich t.o.v. theorieën en t.o.v. hypothesen.
- Propositie: wanneer een individu een taak beheerst, dan zal hij deze taak beter
uitvoeren indien er anderen aanwezig zijn dan wanneer er niemand is social
facilitation effect (SFE) vrij algemene stelling over een regelmaat in de handeling
of opinie van mensen.
Theorie: verklaring geven voor de propositie of set aan proposities. (theorie is geen
speculatie) vb. alternatieve theorieën voor het verklaren van SFE: biologisch
, aanwezigheid andere activeert fysiologische prikkels en psychologisch
prestatieverbetering wanneer iemand gelooft dat anderen hem/haar beoordelen.
Hypothesen: toepassen in concrete situatie.
Deductie en Inductie
Deductie: theorieën hypothesen observaties
Inductie: observatie empirische generalisaties theorieën
Kohn: voorbeeld inductie (staat niet in de pp op canvas)
H3 Variabelen – relaties
1. Essentiële elementen
- Concepten = algemene abstracte omschrijving van een fenomeen (bv. intelligentie)
- Variabele = kenmerken die we wel meten, empirische manifestatie van een concept
(bv. een test die intelligentie meet.)
- Hypothese = verwacht verband tussen 2 of meer variabelen (bv. vrouwen zijn
gemiddeld gezien intelligenter dan mannen.)
2. Typen hypothesen
2.1 Enkelvoudige (bivariate) hypothese: verwacht verband tussen 2 variabelen
(afhankelijke en onafhankelijke x (onafhankelijk, oorzaak) en y (afhankelijk,
gevolg)
X Y
SHEET 20, 21 VOORBEELDEN, kijk goed naar metrisch en niet-metrische
variabelen. (metrisch scale/schaal)
Hypothese: voorspelling maken kijk ook naar de rode woorden (SHEET 20)
2.2 Meervoudige hypothese: verwacht verband tussen een afhankelijke Y en meerdere
onafhankelijke variabelen X.
4 types meervoudige hypothesen:
2.2.1 Het relatief belang van onafhankelijke variabelen (meervoudige
oorzakelijkheid)
Pijlendiagram grafische voorstelling van het verband
X1 ++
Y
X2 +
Tweede plusje betekent dat het belangrijker is dan X2, werkt ook met
twee minnetjes zo. Het aantal geeft aan hoe belangrijk het is.
2.2.2 Een mediërende of interveniërende variabele = interpreterende hypothese
= de invloed van de onafhankelijke variabele (X1) op de afhankelijke
variabele (Y) is niet direct, maar loopt via het effect van X1 op de
interveniërende variabele (X2) (interveniërende is geen verklaring)
= indirect effect
Pijlendiagram:
X1 X2 Y
Kan ook nog een verband tussen X1 en Y zijn (dus – of +) gedeeltelijke
mediatie direct en indirect effect.
2.2.3 Een modererend effect = interactiehypothese
= de invloed van X1 op Y is conditioneel op de moderator (X2); of: het
effect van X1 op Y is verschillend naar gelang de waarde van de moderator
Dit kan het effect versterken of verzwakken (X2)
, X2 = conditioneel effect
Pijlendiagram:
X1 Y
X2
2.2.4 Schijnverband (spuriousness) = gemeenschappelijke oorzaak (antecedent)
= verklarende hypothese
= een geobserveerd verband tussen X1 en Y is slechts ‘schijn’ want te
verklaren vanuit de gemeenschappelijke oorzaak X2.
Pijlendiagram:
X1
Y
X2
Opmerking tussendoor: kijk voor alle voorbeelden op de sheets na de uitleg!
EINDE HOORCOLLEGE 1 MAAR DE PP VAN HET EERSTE HOORCOLLEGE GAAT
NOG VERDER, STOPT HIER BIJ SHEET 32.
MTO-A-MAW – Inleiding methodenleer - hoorcollege 2
3. Het conceptueel model
= grafische representatie met een set logisch samenhangende hypothesen =
totaalplaatje.
! set hypothesen laat toe het conceptueel model te tekenen, ! presentatie van het
conceptueel model laat toe de hypothesen te reconstrueren.
VOORBEELD: (hier zitten ze allemaal in behalve schijnverband, zou wel mogelijk
kunnen zijn dus altijd goed nadenken of het nog klopt.)
Causaliteit 3 voorwaarden voor causaliteit: (goed voor hypothesen en experimenten)
1. Associatie = statistisch verband tussen variabelen (cijfermatig berekend dus)
- niet noodzakelijk ‘perfect’ verband
- vaak ‘zwakke’ verbanden door: meetfouten (gebrekkige precisie bijv. vragen naar
leeftijd en niet naar geboortedatum), multicausaliteit
, 2. Richting van het verband
- oorzaak – gevolg
- onafhankelijke variabele beïnvloedt afhankelijke variabele en niet omgekeerd
- soms voor de hand liggend: karakteristieken die vastliggen bij geboorte
- …. Maar niet altijd: bv. relatie tussen etnocentrisme en contact hebben met
allochtonen.
(Ervaring met allochtonen kan er voor zorgen dat je etnocentrisch wordt, of juist
doordat je nooit met ze omgaat of er al zo over dacht, ben je etnocentrisch.)
NOOT: hypothesen moeten richting van verband aangeven.
3. Afwezigheid van onechte verbanden (nonspuriousness)
- verband tussen variabelen mag niet verklaard worden door externe (extraneous)
variabelen of antecedenten
- dus: controle op antecedenten is noodzakelijk voor het vaststellen van ‘causaliteit’
NOOT: hoe meer antecedenten (controlevariabelen) in een model, hoe
waarschijnlijker een relatie is.
Eenheid van analyse en geneste databestanden:
1. Eenheid van analyse: over wie of wat je uitspraken doet
NOOT: eenheid van observatie kan AFWIJKEN van eenheid van analyse.
Bv. eenheid van analyse = workteam
Eenheid van observatie = manager (vragenlijst over eigenschappen van het team)
2. Geneste design: meerniveau data (multilevel)
Combinatie gegevens verwijzend naar verschillende eenheden van analyse
Uitgangspunt: individuen behoren tot groepen
VB1: Europees waardenonderzoek = surveyonderzoek bij representatieve steekproeven
in alle Europese landen
- landinformatie (nationale statistieken): BNP, % vrouwen in verantwoordelijke
functies, % beboste oppervlakte….
- individuele informatie (vragenlijsten): leeftijd, geslacht, tevredenheid met baan,
partijvoorkeur, religie…..
Verschillende bronnen voor groepsgegevens:
- nationale en regionale statistieken
- data uit andere onderzoeken (koppeling op groepsniveau)
- aggregeren vanuit de individuele data: % werklozen of gemiddeld inkomen per stad
Aggregeren: vaak het gemiddelde van iets wat komt uit individuele data.
VB2: onderzoek naar teamperformance (werknemer-organisatie data)
Organisatie (bedrijfsstatistieken, documenten): winstcijfers, formalisering van
taakomschrijving etc.
Teams (informanten, statistieken): teamperformance beoordeling door leidinggevende
Individuele (werknemers-) informatie (vragenlijsten): zelfbeoordeling, leeftijd, loon,
werkervaring.
