CORRELATIONEEL
Hoorcolleges, correlationeel 1: Surveys
KOM: onderzoeksontwerp, hoe wordt de data verzameld?->
TOE: Survey-> survey design-> respondents-> answers-> prepare data-> analyze
correlationele data:
1. Incidentally/organic:
-Aspirational: men creëert het met opzet, maar niet voor onderzoeksdoeleinden
-Transactional: data uit transacties
2.Pusposively/designed:
-Experiment
-Survey
-Administrative
Waarom wordt de data verzameld?: Om de sociale realiteit te omschrijven, relaties te bestuderen en
deze te generaliseren naar de populatie. -> doelen inferentiële statistiek: beschrijven, causatie,
voorspellen.
Vragenlijsten
Afname:
1. Face-to-face (CAPI= computer assisted personal interview)
2. Post
3. Telefoon (CATI=computer assisted telephone interview)
4. Internet
5. Mixed-mode
Welke je gebruikt afhankelijk van bijv. Je doelgroep
Attributes cost Respons Researcher Interviewer
rate control over effects
interview
Face-to-face high high
post low low
telefoon high
internet low
Types mixed-mode design:
1. Verschillende mode voor verschillende respondenten
2. Verschillende mode voor recruitment en administatie
3. Verschillende mode voor data-collectie, reminders en follow-ups
4. Verschillende mode voor verschillende onderwerpen
Panel survey: gedurende langere tijd vragenlijsten invullen om de zoveel tijd.
Voordelen:
-Kijken naar ontwikkeling over tijd
-Kijken naar cohort effecten (cohort= groep mensen die ongv. Zelfde moment geboren zijn/
historische events meemaken)
Mogelijke fouten:
-Attritie/drop-out: mensen die afhaken, vooral erg als er systematische verschillen zijn tussen
mensen die wel en niet meer meedoen.
-Panel conditioning/learning effects: Je raakt gewend aan de vragenlijst. Oplossing-> mixed-
modes gebruiken, dus iedere x andere afname.
Data-preparen:
Nadat vragenlijst is ingevuld ga je de antwoorden coderen: nummers geven aan de antwoorden (item
score)= ordinaal meetniveau.
,Variabelen maken:
1. Alle itemscores bij elkaar optellen. Nadeel: Incorrecte score bij item non-response.
2. Gemiddelden van itemscores.
3. Gewogen gemiddelden van itemscores (wordt niet behandeld)
Reversely phrased items: Omgekeerd gestelde vragen; wanneer een hogere score niet indiceert dat er
veel is van wat je meet-> Recoderen: bijv. 4-3-2-1 i.p.v. 1-2-3-4
Schaalscore: ordinaal meetniveau
, Correlationeel 2: Reliability & introduction to regression
theorie-data-cylcus: how-> prepare data
How do we know if a measurement instrument is a good instrument? -Herhaling
betrouwbaarheid/validiteit:
-Validiteit: Meet je wat je wilt meten= juistheid
Soorten:
1. Indruks-: zien ze er okay uit?
2.Inhouds-: worden alle aspecten gemeten?
3. Convergente: overeenkomst met andere meetinstrumenten
-correlatie ( r) : sterkte en richting van een lineaire relatie, varieert tussen -1 en +1
4. Divergente: overeenkomst met meetinstrument dat iets anders meet
5. Criterium: Is het voorspellend?
-Betrouwbaarheid: Elke keer (ongeveer) hetzelfde resultaat=consistentie
Soorten:
-Test-hertest -Interbeoordelaars -Interne: cronbach’s alpha: kijkt naar gemiddelden van
correlaties tussen de items in een vragenlijst->
Interne betrouwbaarheid: In hoeverre de vragen binnen een vragenlijst met elkaar samenhangen.
Richtlijnen: <0.7= slechte interne betrouwbaarheid
>0.8= goede interne betrouwbaarheid
Schaal verbeteren:
Rit-waarde: Als de correlatie lager is dan 0.2
+wat gebeurt er dan met de cronbach’s alpha, stijgt ie-> vraag verwijderen.
Herhaling NHST, stappen:
1. Nulhypothese en alternatieve hypothese formuleren.
2. Data verzamelen.
3. Toetsing grootheid uitrekenen en deze gebruiken om de p-waarde te berekenen
4. Nulhypothese verwerpen of niet.
p-waarde moet lager zijn dan significantieniveau
Regressie-analyse:
-Omschrijft de lineaire relatie aan de hand van een vergelijking.
-Voorspellingen doen met de vergelijking.
Research question die erbij hoort: Kan de ene variabele de andere voorspellen?
Afhankelijke variabele: Variabele die je wilt voorspellen, y
Onafhankelijke variabele: gebruikt om berekeningen mee te doen, x
Regression-line: Lijn die door een puntenwolk loopt-> Least square regression: Manier om de plek
van de lijn te bepalen.
->Residuen: De afstand tussen een observatie van y en de lijn (in verticale richting). Totale residuen
samen-> kwadrateren van de aparte residuen en optellen. De vergelijking met de kleinste optelsom
van gekwadrateerde residuen past het beste bij de puntenwolk-> die lijn gekozen.
Als de spreiding rond de regressielijn dichtbij ligt, zijn de residuen klein en zijn de voorspellingen met
de vergelijking accuraat.
Als de spreiding rond de regressielijn verder uit elkaar ligt, zijn de residuen groter en zijn de
voorspellingen minder accuraat.
Standaard schattingsfout: Maat om te meten hoe nauwkeurig de voorspellingen zijn=
standaardafwijking van de residuen.
Regressievergelijking: ŷ=b0+b1x
b0= constante, snijpunt met y-as
b1= richtingscoëfficiënt
R kwadraat: Kwadraat van de correlatie, meet hoe goed de lijn de data representeert. Meet in
Hoorcolleges, correlationeel 1: Surveys
KOM: onderzoeksontwerp, hoe wordt de data verzameld?->
TOE: Survey-> survey design-> respondents-> answers-> prepare data-> analyze
correlationele data:
1. Incidentally/organic:
-Aspirational: men creëert het met opzet, maar niet voor onderzoeksdoeleinden
-Transactional: data uit transacties
2.Pusposively/designed:
-Experiment
-Survey
-Administrative
Waarom wordt de data verzameld?: Om de sociale realiteit te omschrijven, relaties te bestuderen en
deze te generaliseren naar de populatie. -> doelen inferentiële statistiek: beschrijven, causatie,
voorspellen.
Vragenlijsten
Afname:
1. Face-to-face (CAPI= computer assisted personal interview)
2. Post
3. Telefoon (CATI=computer assisted telephone interview)
4. Internet
5. Mixed-mode
Welke je gebruikt afhankelijk van bijv. Je doelgroep
Attributes cost Respons Researcher Interviewer
rate control over effects
interview
Face-to-face high high
post low low
telefoon high
internet low
Types mixed-mode design:
1. Verschillende mode voor verschillende respondenten
2. Verschillende mode voor recruitment en administatie
3. Verschillende mode voor data-collectie, reminders en follow-ups
4. Verschillende mode voor verschillende onderwerpen
Panel survey: gedurende langere tijd vragenlijsten invullen om de zoveel tijd.
Voordelen:
-Kijken naar ontwikkeling over tijd
-Kijken naar cohort effecten (cohort= groep mensen die ongv. Zelfde moment geboren zijn/
historische events meemaken)
Mogelijke fouten:
-Attritie/drop-out: mensen die afhaken, vooral erg als er systematische verschillen zijn tussen
mensen die wel en niet meer meedoen.
-Panel conditioning/learning effects: Je raakt gewend aan de vragenlijst. Oplossing-> mixed-
modes gebruiken, dus iedere x andere afname.
Data-preparen:
Nadat vragenlijst is ingevuld ga je de antwoorden coderen: nummers geven aan de antwoorden (item
score)= ordinaal meetniveau.
,Variabelen maken:
1. Alle itemscores bij elkaar optellen. Nadeel: Incorrecte score bij item non-response.
2. Gemiddelden van itemscores.
3. Gewogen gemiddelden van itemscores (wordt niet behandeld)
Reversely phrased items: Omgekeerd gestelde vragen; wanneer een hogere score niet indiceert dat er
veel is van wat je meet-> Recoderen: bijv. 4-3-2-1 i.p.v. 1-2-3-4
Schaalscore: ordinaal meetniveau
, Correlationeel 2: Reliability & introduction to regression
theorie-data-cylcus: how-> prepare data
How do we know if a measurement instrument is a good instrument? -Herhaling
betrouwbaarheid/validiteit:
-Validiteit: Meet je wat je wilt meten= juistheid
Soorten:
1. Indruks-: zien ze er okay uit?
2.Inhouds-: worden alle aspecten gemeten?
3. Convergente: overeenkomst met andere meetinstrumenten
-correlatie ( r) : sterkte en richting van een lineaire relatie, varieert tussen -1 en +1
4. Divergente: overeenkomst met meetinstrument dat iets anders meet
5. Criterium: Is het voorspellend?
-Betrouwbaarheid: Elke keer (ongeveer) hetzelfde resultaat=consistentie
Soorten:
-Test-hertest -Interbeoordelaars -Interne: cronbach’s alpha: kijkt naar gemiddelden van
correlaties tussen de items in een vragenlijst->
Interne betrouwbaarheid: In hoeverre de vragen binnen een vragenlijst met elkaar samenhangen.
Richtlijnen: <0.7= slechte interne betrouwbaarheid
>0.8= goede interne betrouwbaarheid
Schaal verbeteren:
Rit-waarde: Als de correlatie lager is dan 0.2
+wat gebeurt er dan met de cronbach’s alpha, stijgt ie-> vraag verwijderen.
Herhaling NHST, stappen:
1. Nulhypothese en alternatieve hypothese formuleren.
2. Data verzamelen.
3. Toetsing grootheid uitrekenen en deze gebruiken om de p-waarde te berekenen
4. Nulhypothese verwerpen of niet.
p-waarde moet lager zijn dan significantieniveau
Regressie-analyse:
-Omschrijft de lineaire relatie aan de hand van een vergelijking.
-Voorspellingen doen met de vergelijking.
Research question die erbij hoort: Kan de ene variabele de andere voorspellen?
Afhankelijke variabele: Variabele die je wilt voorspellen, y
Onafhankelijke variabele: gebruikt om berekeningen mee te doen, x
Regression-line: Lijn die door een puntenwolk loopt-> Least square regression: Manier om de plek
van de lijn te bepalen.
->Residuen: De afstand tussen een observatie van y en de lijn (in verticale richting). Totale residuen
samen-> kwadrateren van de aparte residuen en optellen. De vergelijking met de kleinste optelsom
van gekwadrateerde residuen past het beste bij de puntenwolk-> die lijn gekozen.
Als de spreiding rond de regressielijn dichtbij ligt, zijn de residuen klein en zijn de voorspellingen met
de vergelijking accuraat.
Als de spreiding rond de regressielijn verder uit elkaar ligt, zijn de residuen groter en zijn de
voorspellingen minder accuraat.
Standaard schattingsfout: Maat om te meten hoe nauwkeurig de voorspellingen zijn=
standaardafwijking van de residuen.
Regressievergelijking: ŷ=b0+b1x
b0= constante, snijpunt met y-as
b1= richtingscoëfficiënt
R kwadraat: Kwadraat van de correlatie, meet hoe goed de lijn de data representeert. Meet in
