Tentamenstof Longitudinaal onderzoek.
Boek: Field, ‘goed studeren’ is tentamenstof.
Tentamen: CBI tentamen.
Eindopdracht: samenvatting en presentatie met medestudent.
kies datum nadat u thema 6.2 hebt afgerond!
Leerdoelen.
Algemene leerdoelen cursus:
- U kunt beschrijven wat longitudinale data zijn.
- U bent bekend met de criteria die gelden bij het toetsen van causale relaties.
- U kunt een onderzoeksvraagstelling opstellen voor de modellen die worden behandeld
in deze cursus.
- U kunt een conceptueel model opstellen voor verschillende complexe typen
probleemstellingen waarin drie of meer variabelen zijn betrokken.
- U kunt een moderatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt een mediatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt een multilevelanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt de door u gemaakte keuzen bij een analyse van het soort onderzoek zoals in
deze cursus wordt behandeld kort en bondig mondeling toelichten.
- U kunt de resultaten van een analyse van het soort onderzoek zoals in deze cursus
wordt behandeld kort en bondig mondeling rapporteren.
- U bent in staat een samenvatting te schrijven van uw onderzoek volgens de APA-
richtlijnen.
Leerdoelen thema 1:
- U bent bekend met de criteria die gelden bij het toetsen van causale relaties.
- U kunt beschrijven wat longitudinale data zijn.
Leerdoelen thema 2:
- U kunt een conceptueel model opstellen voor moderatie probleemstellingen.
- U kunt een moderatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 3:
- U kunt een conceptueel model opstellen voor mediatieprobleemstellingen.
- U kunt een mediatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 4:
- U kunt een conceptueel model opstellen voor multilevel probleemstellingen.
- U kunt een multilevelanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 5:
- U bent meer bekwaam in het uitvoeren van de analyses die in deze cursus worden
onderwezen.
- U hebt meer inzicht in de verschillen tussen de moderatie, mediatie en multilevel
analyse.
Leerdoelen thema 6:
- U kunt u samen met een medestudent meerdere complexe analyses uitvoeren op een
longitudinaal databestand.
- U kunt uw onderzoek bondig rapporteren in een samenvatting.
- U kunt de door u gemaakte keuzen bij een analyse van het soort onderzoek zoals in
deze cursus wordt behandeld kort en bondig mondeling toelichten.
,
,Longitudinaal onderzoek.
Thema 1: Inleiding over longitudinale data + begrip causaliteit.
Thema 2: Moderatiemodel.
Thema 3: Mediatiemodel.
Thema 4: Multilevelmodel.
Thema 5: Oefenopdracht.
Thema 6: Eindopdracht.
Thema 1 – Inleiding.
Als bij onderzoekseenheden (personen) dezelfde personen op meerdere tijdstippen wordt
gemeten, dan spreken we van longitudinale data. Single case designs zijn gebaseerd op
herhaalde metingen bij een enkele onderzoekseenheid (n=1). Het combineren van
verschillende case studies gebeurt meestal met multilevel-analyses.
De Experience Sampling Method (ESM) levert ook longitudinale data op. Meestal wordt
meerdere keren per dag, op willekeurige momenten, een korte vragenlijst afgenomen
gedurende een aantal dagen. Omdat het een intensieve methode is, worden ESM-designs
ook wel intensieve longitudinale designs genoemd. De analyse van ESM-data gebeurt vaak
met multilevel-analyses.
Thema 1.1 – Causaliteit.
In veel psychologisch onderzoek wordt een causale relatie veronderstelt, oftewel dat er
sprake is van één of meer onafhankelijke variabelen (predictoren) en één of meer
afhankelijke variabelen, waarbij een onafhankelijke variabele effect heeft op de afhankelijke.
De voorwaarden van een causale relatie zijn dat (1) de predictor voorafgaat aan de
afhankelijke variabele, (2) er een significant is tussen de predictor en de afhankelijke
variabele, en dat (3) de relatie tussen de predictor en afhankelijke variabele niet wordt
veroorzaakt door een derde, mogelijk onbekende, variabele.
Bedenk goed dat als er wordt gesproken over ‘het effect’ of ‘de invloed’ van een variabele op
een andere dat het gaat over een verondersteld effect dat in de analyse hooguit aannemelijk
wordt gemaakt. De veronderstelde causaliteit wordt aannemelijker als er meer onderzoeken
in dezelfde richting wijzen, vooral wanneer er sprake is van een goed gefundeerde
theoretische onderbouwing.
Problemen bij longitudinaal onderzoek zijn dat niet kan worden vastgesteld of aan de derde
voorwaarde is voldaan, en dat het tijdsinterval tussen de metingen goed moet worden
gekozen. Het probleem van de causaliteit kan vermeden worden door onderzoek een
exploratief karakter te geven. Met exploratief onderzoek en een onderbouwde theorie kan je
in vervolgonderzoek een experiment ontwerpen om causale relaties te toetsen.
Wanneer een variabele het effect van een andere variabele op een criteriumvariabele
beïnvloedt, spreken we van moderatie. Een moderatiemodel is een causaal model en moet
daarom voldoen aan de eisen die aan causaliteit worden gesteld. Rekenkundig gezien
betekent moderatie dat een interactie-effect aanwezig is.
In het mediatiemodel gaan we uit van drie meetmomenten. Bij mediatie wordt verondersteld
dat het effect van een variabele op een andere (deels) wordt verklaard door een derde
variabele. De onderzoeksvraag betreft drie vragen naar causaliteit: (1) de voorspeller heeft
causale invloed op de mediator, (2) de mediator heeft causale invloed op de afhankelijke
variabele, en (3) de voorspeller heeft causale invloed op de afhankelijke variabele.
, Een onderzoeker moet een goede onderbouwing hebben om deze modellen bij cross-
sectionele data te gebruiken. De onderbouwing kan gebaseerd zijn op eerder onderzoek.
Thema 1.2 – Longitudinale modellen.
Een belangrijk voordeel van longitudinaal onderzoek is dat veranderingen binnen een
persoon kunnen worden gemeten. Longitudinale studies worden gebruikt om het effect van
een interventie te evalueren (voor/tijdens/na), of om een fenomeen, een patroon, of trend in
de tijd te ontdekken (politieke voorkeuren van groep individuen).
Hoeveel metingen nodig zijn, welke tijdsintervallen moeten worden gebruikt, en hoe lang de
hele studie moet duren hangen af van het onderwerp en het onderzoeksdoel van de studie.
Meer metingen geven meer informatie, maar zijn ook meer belastend voor de respondenten.
In dit conceptueel model is X de predictor, M de mediator, en Y de afhankelijke variabele. De
rode dubbele pijlen (zonder richting) zijn verbanden tussen verschillende variabelen binnen
een ‘wave’ (op hetzelfde moment gemeten). Dit is de situatie in een cross-sectionele studie.
De blauwe enkele pijlen (met richting) zijn verbanden tussen dezelfde variabelen gemeten op
verschillende momenten. Dit zijn auto-regressieve verbanden, omdat het om een regressie
van variabelen met zichzelf (op een ander tijdstip) gaat. Een effect tussen twee op een
volgende tijdstippen is een lag-1-effect. Een effect die twee stappen vooruit gaat is een lag-
2-effect. In de praktijk wordt vaak alleen met lag-1-verbanden gewerkt.
De zwarte pijlen (met richting) zijn verbanden tussen verschillende variabelen op
verschillende tijdstippen. Dit worden cross-lagged-verbanden genoemd.
Dit conceptueel model hoort bij een driedimensionale datatabel: personen of subjecten (N),
variabelen (K), en het aantal waves (T).
Boek: Field, ‘goed studeren’ is tentamenstof.
Tentamen: CBI tentamen.
Eindopdracht: samenvatting en presentatie met medestudent.
kies datum nadat u thema 6.2 hebt afgerond!
Leerdoelen.
Algemene leerdoelen cursus:
- U kunt beschrijven wat longitudinale data zijn.
- U bent bekend met de criteria die gelden bij het toetsen van causale relaties.
- U kunt een onderzoeksvraagstelling opstellen voor de modellen die worden behandeld
in deze cursus.
- U kunt een conceptueel model opstellen voor verschillende complexe typen
probleemstellingen waarin drie of meer variabelen zijn betrokken.
- U kunt een moderatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt een mediatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt een multilevelanalyse uitvoeren en de resultaten daarvan correct interpreteren.
- U kunt de door u gemaakte keuzen bij een analyse van het soort onderzoek zoals in
deze cursus wordt behandeld kort en bondig mondeling toelichten.
- U kunt de resultaten van een analyse van het soort onderzoek zoals in deze cursus
wordt behandeld kort en bondig mondeling rapporteren.
- U bent in staat een samenvatting te schrijven van uw onderzoek volgens de APA-
richtlijnen.
Leerdoelen thema 1:
- U bent bekend met de criteria die gelden bij het toetsen van causale relaties.
- U kunt beschrijven wat longitudinale data zijn.
Leerdoelen thema 2:
- U kunt een conceptueel model opstellen voor moderatie probleemstellingen.
- U kunt een moderatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 3:
- U kunt een conceptueel model opstellen voor mediatieprobleemstellingen.
- U kunt een mediatieanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 4:
- U kunt een conceptueel model opstellen voor multilevel probleemstellingen.
- U kunt een multilevelanalyse uitvoeren en de resultaten daarvan correct interpreteren.
Leerdoelen thema 5:
- U bent meer bekwaam in het uitvoeren van de analyses die in deze cursus worden
onderwezen.
- U hebt meer inzicht in de verschillen tussen de moderatie, mediatie en multilevel
analyse.
Leerdoelen thema 6:
- U kunt u samen met een medestudent meerdere complexe analyses uitvoeren op een
longitudinaal databestand.
- U kunt uw onderzoek bondig rapporteren in een samenvatting.
- U kunt de door u gemaakte keuzen bij een analyse van het soort onderzoek zoals in
deze cursus wordt behandeld kort en bondig mondeling toelichten.
,
,Longitudinaal onderzoek.
Thema 1: Inleiding over longitudinale data + begrip causaliteit.
Thema 2: Moderatiemodel.
Thema 3: Mediatiemodel.
Thema 4: Multilevelmodel.
Thema 5: Oefenopdracht.
Thema 6: Eindopdracht.
Thema 1 – Inleiding.
Als bij onderzoekseenheden (personen) dezelfde personen op meerdere tijdstippen wordt
gemeten, dan spreken we van longitudinale data. Single case designs zijn gebaseerd op
herhaalde metingen bij een enkele onderzoekseenheid (n=1). Het combineren van
verschillende case studies gebeurt meestal met multilevel-analyses.
De Experience Sampling Method (ESM) levert ook longitudinale data op. Meestal wordt
meerdere keren per dag, op willekeurige momenten, een korte vragenlijst afgenomen
gedurende een aantal dagen. Omdat het een intensieve methode is, worden ESM-designs
ook wel intensieve longitudinale designs genoemd. De analyse van ESM-data gebeurt vaak
met multilevel-analyses.
Thema 1.1 – Causaliteit.
In veel psychologisch onderzoek wordt een causale relatie veronderstelt, oftewel dat er
sprake is van één of meer onafhankelijke variabelen (predictoren) en één of meer
afhankelijke variabelen, waarbij een onafhankelijke variabele effect heeft op de afhankelijke.
De voorwaarden van een causale relatie zijn dat (1) de predictor voorafgaat aan de
afhankelijke variabele, (2) er een significant is tussen de predictor en de afhankelijke
variabele, en dat (3) de relatie tussen de predictor en afhankelijke variabele niet wordt
veroorzaakt door een derde, mogelijk onbekende, variabele.
Bedenk goed dat als er wordt gesproken over ‘het effect’ of ‘de invloed’ van een variabele op
een andere dat het gaat over een verondersteld effect dat in de analyse hooguit aannemelijk
wordt gemaakt. De veronderstelde causaliteit wordt aannemelijker als er meer onderzoeken
in dezelfde richting wijzen, vooral wanneer er sprake is van een goed gefundeerde
theoretische onderbouwing.
Problemen bij longitudinaal onderzoek zijn dat niet kan worden vastgesteld of aan de derde
voorwaarde is voldaan, en dat het tijdsinterval tussen de metingen goed moet worden
gekozen. Het probleem van de causaliteit kan vermeden worden door onderzoek een
exploratief karakter te geven. Met exploratief onderzoek en een onderbouwde theorie kan je
in vervolgonderzoek een experiment ontwerpen om causale relaties te toetsen.
Wanneer een variabele het effect van een andere variabele op een criteriumvariabele
beïnvloedt, spreken we van moderatie. Een moderatiemodel is een causaal model en moet
daarom voldoen aan de eisen die aan causaliteit worden gesteld. Rekenkundig gezien
betekent moderatie dat een interactie-effect aanwezig is.
In het mediatiemodel gaan we uit van drie meetmomenten. Bij mediatie wordt verondersteld
dat het effect van een variabele op een andere (deels) wordt verklaard door een derde
variabele. De onderzoeksvraag betreft drie vragen naar causaliteit: (1) de voorspeller heeft
causale invloed op de mediator, (2) de mediator heeft causale invloed op de afhankelijke
variabele, en (3) de voorspeller heeft causale invloed op de afhankelijke variabele.
, Een onderzoeker moet een goede onderbouwing hebben om deze modellen bij cross-
sectionele data te gebruiken. De onderbouwing kan gebaseerd zijn op eerder onderzoek.
Thema 1.2 – Longitudinale modellen.
Een belangrijk voordeel van longitudinaal onderzoek is dat veranderingen binnen een
persoon kunnen worden gemeten. Longitudinale studies worden gebruikt om het effect van
een interventie te evalueren (voor/tijdens/na), of om een fenomeen, een patroon, of trend in
de tijd te ontdekken (politieke voorkeuren van groep individuen).
Hoeveel metingen nodig zijn, welke tijdsintervallen moeten worden gebruikt, en hoe lang de
hele studie moet duren hangen af van het onderwerp en het onderzoeksdoel van de studie.
Meer metingen geven meer informatie, maar zijn ook meer belastend voor de respondenten.
In dit conceptueel model is X de predictor, M de mediator, en Y de afhankelijke variabele. De
rode dubbele pijlen (zonder richting) zijn verbanden tussen verschillende variabelen binnen
een ‘wave’ (op hetzelfde moment gemeten). Dit is de situatie in een cross-sectionele studie.
De blauwe enkele pijlen (met richting) zijn verbanden tussen dezelfde variabelen gemeten op
verschillende momenten. Dit zijn auto-regressieve verbanden, omdat het om een regressie
van variabelen met zichzelf (op een ander tijdstip) gaat. Een effect tussen twee op een
volgende tijdstippen is een lag-1-effect. Een effect die twee stappen vooruit gaat is een lag-
2-effect. In de praktijk wordt vaak alleen met lag-1-verbanden gewerkt.
De zwarte pijlen (met richting) zijn verbanden tussen verschillende variabelen op
verschillende tijdstippen. Dit worden cross-lagged-verbanden genoemd.
Dit conceptueel model hoort bij een driedimensionale datatabel: personen of subjecten (N),
variabelen (K), en het aantal waves (T).
