Toegepaste methoden en statistiek
,Hoorcollege 1: Basiselementen van padanalyse
Padanalyse
“Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal
model?”
Men observeert een set van correlaties (dmv spss), men heeft bepaalde ideeën over die
correlatie, aan de hand van padanalyse kan er worden gekeken of een causaal model een
verklaring kan geven voor die correlaties.
Factoranalyse
“Kunnen de correlaties tussen een groep variabelen verklaard worden door één
onderliggend construct (of meerdere)?”
Een vierkantje wil zeggen dat er een variabele is die gemeten kan worden, het rondje voor een
variabele die niet direct gemeten kan worden). De latente variabele ‘g’ kunnen we niet direct
observeren, alleen maar indirect door verschillende vragen/opdrachten/toetsen.
Structural equation model
“Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?”
Meer dan 1 cirkel. Volgens een bepaalde theorie wordt er gesteld dat de ene cirkel de andere
cirkel veroorzaakt. Dit gaan we toetsen dmv structural equation modeling.
,Overzicht van alle modellen en technieken uit statistiek cursussen
Padmodel
, Doel van een padmodel is theorieën te vangen in een formele vorm, het “paddiagram”, om
daarna te kunnen onderzoeken of de veronderstelde theorie overeenkomt met geobserveerde
correlaties in de werkelijkheid.
Basiselementen van een padmodel
● Variabelen
● Relaties tussen variabelen
○ Covariatie (correlatie)
○ Causale effecten
● Soorten relaties/effecten
○ Direct
○ Indirect
○ Onbekend
○ Schijnrelatie (spurious)
○ Wederkerige effecten (reciprocal)
○ Conditionele effecten
Variabelen
Variabelen zijn de eigenschappen van onderzoekseenheden (zoals personen, echtparen,
scholen, etc.) waar je in geïnteresseerd bent. Er moet variatie zijn in de eigenschap over de
eenheden. Als er geen variatie is in de eigenschap over de eenheden is het geen variabele
maar een constante.
- Bv. bij TM&S studenten is student/geen student een constante want iedereen is een
student. Als je in de stad rond gaat vragen is het waarschijnlijk wel een variabele.
Veelvoorkomende fouten:
● Verwarring van de waarden van de variabele met de variabele zelf. Bijvoorbeeld: “rijk”
en “arm” zijn twee waarden van dezelfde variabele “inkomen” ➔ niet apart in padmodel
opnemen
● Verwarring van een proces of een theorie met een variabele. Bijvoorbeeld: attribution
theory, math-related career choice process zijn geen variabelen
Voorbeeld:
,Hoorcollege 1: Basiselementen van padanalyse
Padanalyse
“Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal
model?”
Men observeert een set van correlaties (dmv spss), men heeft bepaalde ideeën over die
correlatie, aan de hand van padanalyse kan er worden gekeken of een causaal model een
verklaring kan geven voor die correlaties.
Factoranalyse
“Kunnen de correlaties tussen een groep variabelen verklaard worden door één
onderliggend construct (of meerdere)?”
Een vierkantje wil zeggen dat er een variabele is die gemeten kan worden, het rondje voor een
variabele die niet direct gemeten kan worden). De latente variabele ‘g’ kunnen we niet direct
observeren, alleen maar indirect door verschillende vragen/opdrachten/toetsen.
Structural equation model
“Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?”
Meer dan 1 cirkel. Volgens een bepaalde theorie wordt er gesteld dat de ene cirkel de andere
cirkel veroorzaakt. Dit gaan we toetsen dmv structural equation modeling.
,Overzicht van alle modellen en technieken uit statistiek cursussen
Padmodel
, Doel van een padmodel is theorieën te vangen in een formele vorm, het “paddiagram”, om
daarna te kunnen onderzoeken of de veronderstelde theorie overeenkomt met geobserveerde
correlaties in de werkelijkheid.
Basiselementen van een padmodel
● Variabelen
● Relaties tussen variabelen
○ Covariatie (correlatie)
○ Causale effecten
● Soorten relaties/effecten
○ Direct
○ Indirect
○ Onbekend
○ Schijnrelatie (spurious)
○ Wederkerige effecten (reciprocal)
○ Conditionele effecten
Variabelen
Variabelen zijn de eigenschappen van onderzoekseenheden (zoals personen, echtparen,
scholen, etc.) waar je in geïnteresseerd bent. Er moet variatie zijn in de eigenschap over de
eenheden. Als er geen variatie is in de eigenschap over de eenheden is het geen variabele
maar een constante.
- Bv. bij TM&S studenten is student/geen student een constante want iedereen is een
student. Als je in de stad rond gaat vragen is het waarschijnlijk wel een variabele.
Veelvoorkomende fouten:
● Verwarring van de waarden van de variabele met de variabele zelf. Bijvoorbeeld: “rijk”
en “arm” zijn twee waarden van dezelfde variabele “inkomen” ➔ niet apart in padmodel
opnemen
● Verwarring van een proces of een theorie met een variabele. Bijvoorbeeld: attribution
theory, math-related career choice process zijn geen variabelen
Voorbeeld:
