1
Samenvatting Meten en Diagnostiek 2
Tess Nelia Beekhof,
Vrije Universiteit Amsterdam
, 2
Inhoudsopgave
Week 1 ............................................................................................................................................................. 3
Hoorcollege 1: Inleiding ...................................................................................................................................... 3
Hoorcollege 2: Lineaire regressie........................................................................................................................ 6
Werkgroep 1 ....................................................................................................................................................... 8
Week 2 ........................................................................................................................................................... 10
Hoorcollege 3: logistische regressie ................................................................................................................. 10
Hoorcollege 4: Test dimensionaliteit en exploratieve factoranalyse (EFA) 1 ................................................... 14
Werkgroep 2 ..................................................................................................................................................... 18
Week 3 ........................................................................................................................................................... 19
Hoorcollege 5: Test dimensionaliteit en exploratieve factoranalyse (EFA) 2 ................................................... 19
Hoorcollege 6a: Exploratieve factoranalyse en Confirmatieve factor analyse ................................................. 23
Hoorcollege 6b: Validiteit ................................................................................................................................. 26
Werkgroep 3 ..................................................................................................................................................... 28
Week 4 ........................................................................................................................................................... 30
Hoorcollege 7: Convergente en divergente validiteit en response bias ............................................................ 30
Hoorcollege 8: Response bias en het interpreteren van validiteitscoëfficiënten .............................................. 35
Week 5 ........................................................................................................................................................... 42
Hoorcollege 9: Sensitiviteit & specificiteit, constructbias en predicitiebias ...................................................... 42
Hoorcollege 10: Predictiebias ........................................................................................................................... 48
Werkgroep 4 ..................................................................................................................................................... 53
Week 6 ........................................................................................................................................................... 55
Hoorcollege 11: item respons theorie 1............................................................................................................ 55
Hoorcollege 12: Item respons theorie 2............................................................................................................ 59
Werkgroep 5 ..................................................................................................................................................... 64
, 3
Week 1
Hoorcollege 1: Inleiding
In de psychologie kan meten lastig zijn. Dit is omdat de variabelen die we willen meten, zoals
intelligentie en persoonlijkheid, latente variabelen zijn. Dit betekent dat je ze niet direct kan
observeren.
• Een psychologische theorie is belangrijk voor het meten in de psychologie, omdat dit
ten grondslag ligt aan de latente variabelen. Een voorbeeld is de theorie van
persoonlijkheid, waarbij bijvoorbeeld extraversie en neuroticisme worden gezien als
belangrijke latente variabelen om persoonlijkheid te meten.
• Een definitie van meten in de psychologie is dat meten het volgens de regels
toekennen van symbolen (numerals) aan individuen is zodat de symbolen de
psychologische eigenschap van het individu weergeeft.
• Toekenning gaat aan de hand van een test procedure, bijv. het afnemen van een
vragenlijst.
• Psychometrie is de wetenschap van de eigenschappen van psychologische tests. Dit
hoeft niet per se een “paper and pencil” vragenlijst te zijn. praktisch gaat het over de
attributen en kwaliteit van een psychologische test.
Om het verschil aan te duiden tussen psychologische variabelen en een andere variabele kun
je kijken naar het verschil tussen het meten van gewicht en extraversie.
• Bij het meten van gewicht is de procedure het staan op een weegschaal. De uitkomst
is een gewicht in Kg.
• Bij het meten van extraversie is de procedure een vragenlijst beantwoorden met
bijvoorbeeld een item: “ik ga graag naar feestjes” (ja: 0/nee: 1). De uitkomst is 0/1
score op de items, en de totaalscores op de test.
• Gewicht is gebaseerd op een sterke theorie, wat voor een duidelijke meet procedure
zorgt. Het grote verschil tussen deze twee is dat gewicht observeerbaar is en een
psychologische variabelen niet (dit is een latente variabele).
Het meten van een psychologische variabele gaat aan de hand van de meting van
observeerbaar gedrag. Maar hoe relateer je observeerbaar gedrag aan (niet-observeerbare)
psychologische variabelen? Je hebt hiervoor nodig:
1. Een psychologische theorie
2. Causaliteit
3. Statistiek
4. Een grafische weergave van de relatie tussen observeerbare variabelen en de latente
psychologische variabelen (in een pad diagram)
, 4
Een paddiagram wordt gebruikt om een relatie tussen latente
variabelen (psychologische constructen) en observeerbare latente
variabelen aan te tonen. variabele
• Een latente variabelen wordt getoond in een cirkel.
• Een observeerbare variabelen wordt getoond in een
vierkant.
• In het voorbeeld rechts zijn er drie geobserveerde items
in een test ontworpen om de latente variabele te meten. item1 item2 item3
• De pijlen in het diagram wijzen op een causale directie
van de latente naar de observeerbare variabele. Latente variabelen voorspellen dus
item responses.
Metingen zijn echter onderhevig aan meetfouten. Dit heet de error. Item responses zijn
hierbij gerelateerd aan de latente variabele, maar er is altijd error (een relatie is nooit 1-op-
1). Een error staat ook in een cirkel, omdat een meetfout altijd latent is.
• In het voorbeeld hieronder zijn b1, b2 en b3 parameters die ons vertellen hoe sterk
de items gerelateerd zijn aan de latente variabele.
latente
variabele
b3
b1
b2
item1 item2 item3
error1 error2 error3
Statistiek is belangrijk om een analyse te kunnen doen van individuele verschillen in item
responses, een relatie tussen latente en geobserveerde variabelen aan te tonen (regressie
model en relatie), maar ook om te kijken naar de samenhang tussen variabelen.
• Een correlatie kun je aantonen door middel van de Pearson product moment
correlatiecoëfficiënt: dit is de lineaire relatie tussen variabelen.
• Correlaties tussen de items is belangrijk omdat we verwachten dat de items
gecorreleerd zijn als ze afhankelijk zijn van dezelfde latente variabele.
Samenvatting Meten en Diagnostiek 2
Tess Nelia Beekhof,
Vrije Universiteit Amsterdam
, 2
Inhoudsopgave
Week 1 ............................................................................................................................................................. 3
Hoorcollege 1: Inleiding ...................................................................................................................................... 3
Hoorcollege 2: Lineaire regressie........................................................................................................................ 6
Werkgroep 1 ....................................................................................................................................................... 8
Week 2 ........................................................................................................................................................... 10
Hoorcollege 3: logistische regressie ................................................................................................................. 10
Hoorcollege 4: Test dimensionaliteit en exploratieve factoranalyse (EFA) 1 ................................................... 14
Werkgroep 2 ..................................................................................................................................................... 18
Week 3 ........................................................................................................................................................... 19
Hoorcollege 5: Test dimensionaliteit en exploratieve factoranalyse (EFA) 2 ................................................... 19
Hoorcollege 6a: Exploratieve factoranalyse en Confirmatieve factor analyse ................................................. 23
Hoorcollege 6b: Validiteit ................................................................................................................................. 26
Werkgroep 3 ..................................................................................................................................................... 28
Week 4 ........................................................................................................................................................... 30
Hoorcollege 7: Convergente en divergente validiteit en response bias ............................................................ 30
Hoorcollege 8: Response bias en het interpreteren van validiteitscoëfficiënten .............................................. 35
Week 5 ........................................................................................................................................................... 42
Hoorcollege 9: Sensitiviteit & specificiteit, constructbias en predicitiebias ...................................................... 42
Hoorcollege 10: Predictiebias ........................................................................................................................... 48
Werkgroep 4 ..................................................................................................................................................... 53
Week 6 ........................................................................................................................................................... 55
Hoorcollege 11: item respons theorie 1............................................................................................................ 55
Hoorcollege 12: Item respons theorie 2............................................................................................................ 59
Werkgroep 5 ..................................................................................................................................................... 64
, 3
Week 1
Hoorcollege 1: Inleiding
In de psychologie kan meten lastig zijn. Dit is omdat de variabelen die we willen meten, zoals
intelligentie en persoonlijkheid, latente variabelen zijn. Dit betekent dat je ze niet direct kan
observeren.
• Een psychologische theorie is belangrijk voor het meten in de psychologie, omdat dit
ten grondslag ligt aan de latente variabelen. Een voorbeeld is de theorie van
persoonlijkheid, waarbij bijvoorbeeld extraversie en neuroticisme worden gezien als
belangrijke latente variabelen om persoonlijkheid te meten.
• Een definitie van meten in de psychologie is dat meten het volgens de regels
toekennen van symbolen (numerals) aan individuen is zodat de symbolen de
psychologische eigenschap van het individu weergeeft.
• Toekenning gaat aan de hand van een test procedure, bijv. het afnemen van een
vragenlijst.
• Psychometrie is de wetenschap van de eigenschappen van psychologische tests. Dit
hoeft niet per se een “paper and pencil” vragenlijst te zijn. praktisch gaat het over de
attributen en kwaliteit van een psychologische test.
Om het verschil aan te duiden tussen psychologische variabelen en een andere variabele kun
je kijken naar het verschil tussen het meten van gewicht en extraversie.
• Bij het meten van gewicht is de procedure het staan op een weegschaal. De uitkomst
is een gewicht in Kg.
• Bij het meten van extraversie is de procedure een vragenlijst beantwoorden met
bijvoorbeeld een item: “ik ga graag naar feestjes” (ja: 0/nee: 1). De uitkomst is 0/1
score op de items, en de totaalscores op de test.
• Gewicht is gebaseerd op een sterke theorie, wat voor een duidelijke meet procedure
zorgt. Het grote verschil tussen deze twee is dat gewicht observeerbaar is en een
psychologische variabelen niet (dit is een latente variabele).
Het meten van een psychologische variabele gaat aan de hand van de meting van
observeerbaar gedrag. Maar hoe relateer je observeerbaar gedrag aan (niet-observeerbare)
psychologische variabelen? Je hebt hiervoor nodig:
1. Een psychologische theorie
2. Causaliteit
3. Statistiek
4. Een grafische weergave van de relatie tussen observeerbare variabelen en de latente
psychologische variabelen (in een pad diagram)
, 4
Een paddiagram wordt gebruikt om een relatie tussen latente
variabelen (psychologische constructen) en observeerbare latente
variabelen aan te tonen. variabele
• Een latente variabelen wordt getoond in een cirkel.
• Een observeerbare variabelen wordt getoond in een
vierkant.
• In het voorbeeld rechts zijn er drie geobserveerde items
in een test ontworpen om de latente variabele te meten. item1 item2 item3
• De pijlen in het diagram wijzen op een causale directie
van de latente naar de observeerbare variabele. Latente variabelen voorspellen dus
item responses.
Metingen zijn echter onderhevig aan meetfouten. Dit heet de error. Item responses zijn
hierbij gerelateerd aan de latente variabele, maar er is altijd error (een relatie is nooit 1-op-
1). Een error staat ook in een cirkel, omdat een meetfout altijd latent is.
• In het voorbeeld hieronder zijn b1, b2 en b3 parameters die ons vertellen hoe sterk
de items gerelateerd zijn aan de latente variabele.
latente
variabele
b3
b1
b2
item1 item2 item3
error1 error2 error3
Statistiek is belangrijk om een analyse te kunnen doen van individuele verschillen in item
responses, een relatie tussen latente en geobserveerde variabelen aan te tonen (regressie
model en relatie), maar ook om te kijken naar de samenhang tussen variabelen.
• Een correlatie kun je aantonen door middel van de Pearson product moment
correlatiecoëfficiënt: dit is de lineaire relatie tussen variabelen.
• Correlaties tussen de items is belangrijk omdat we verwachten dat de items
gecorreleerd zijn als ze afhankelijk zijn van dezelfde latente variabele.
