Verdieping in Onderzoeksmethoden en Statistiek
201900398
,Inhoudsopgave
Multiple Regressie……………………………………………………………………………………………………………….. BLZ. 3
Meerweg ANOVA………………………………………………………………………………………………………………….BLZ. 12
Meerweg ANCOVA………………………………………………………………………………………………………………..BLZ.19
Herhaalde metingen & Mixed design……….……………………………………………………………………….…..BLZ.29
Moderatie & Mediatie…………………………………………………………………………………………………………..BLZ.39
Factoranalyse & Betrouwbaarheidsanalyse……………………………………………….……………..…………..BLZ.49
Overzicht toetsen………………………………………………………………..………………………………………………..BLZ.57
Formule blad………………………………………………………………..…………………………………..…………………..BLZ.58
-2-
,Hoorcollege 1 – Multipele Regressie
Meestal hebben sociale problemen geen enkelvoudige verklaring, er dient vaak gekeken te worden naar
meerdere factoren. Wanneer er bij een kind sprake is van onderwijsachterstand wordt er gekeken naar
meerdere factoren, zoals kindfactoren, gezinsfactoren, opvoedingsprincipes, leefomstandigheden en
schoolfactoren. Een multipele regressie is een flexibele en toepasbare techniek die veel wordt gebruikt
om zoiets te analyseren.
Meervoudige of multipele regressie is een uitbreiding van de enkelvoudige regressie waarbij twee of meer
verklarende variabelen worden gebruikt om de afhankelijke variabele (Y) te voorspellen of verklaren.
De afhankelijke variabele is in dit geval de onderwijsachterstand. Er wordt gekeken naar een grote
verzameling van mogelijke invloeden kunnen worden onderscheiden. Door in één keer een analyse te
doen waarbij je antwoordt krijgt op de volgende vragen:
- Hoe goed zijn we nu in staat om onderwijsachterstanden te verklaren?
- Welke van die mogelijke invloeden zijn nu de belangrijkste?
Onderwijsachterstanden en de verschillende clusters (mogelijke invloeden kindfactoren etc.) daar moeten
variabele voor gemaakt worden dat noemen we het operationaliseren van de theoretische constructen.
Onderwijsachterstanden kunnen we operationaliseren door te kijken naar de onderwijsprestaties
(cijfers/slagen).
Clusters (mogelijke invloeden op schoolprestaties)
KIND
OPVOEDING
GEZIN/
LEEFOM
STANDIGHEDEN
SCHOOL
Voor die clusters moet je een operationalisatie vinden, een aantal zaken vinden die daarbinnen vallen, die
we het belangrijkste vinden. Zoals intelligentie bij kindfactoren. Ze kunnen allemaal van invloed zijn op
schoolprestaties. Dit zijn een grote verzameling van variabele (clusters), waarvan we willen nagaan hoe
het zit met de invloed op de afhankelijke variabele (schoolprestaties).
Het algemene model. Het padmodel multiple regressie.
Afhankelijke variabele (Y) en een verzameling van predictoren
(X) = de onafhankelijke variabele.
X1 = Eerste onafhankelijke variabele/ Eerste predictor.
X1 = Interval/ratio variabele (zonder streepje).
X2 = Dichotome variabele (Waarbij je binnen de variabele twee
categorieën kunt onderscheiden denk aan man/vrouw).
… = dat je meerdere variabele kunt toevoegen.
E = Error/ Voorspellingsfout
-3-
,Een soort variabele die zich niet leent voor de multiple regressie is nominale variabele met meer dan twee
categorieën zoals etnische achtergrond. Een nominale variabele kan worden meegenomen in een
multipele regressie maar dan moet er eerst een bewerking worden uitgevoerd. Ze dienen te worden
ongezet in dummyvariabelen (nominaal meetniveau met meer dan twee categorieën). Een multiple
regressie bestaat uit één of meerdere interval/ratio variabele en één of meerdere dichotome variabele en
één afhankelijke variabele (Y). Het verschil tussen enkelvoudige en multipele regressieanalyse is puur het
verschil tussen het aantal onafhankelijke variabele.
Kenmerkende voor een multipele regressie
- Eén afhankelijke variabele (Y)
- Eén of meerdere onafhankelijke variabelen (van minimaal interval meetniveau) à
- Eén of meerdere onafhankelijke variabelen (dichotoom)
Voorbeeld
Onderzoeksvraag: Kunnen we kennis van literatuur bij jongvolwassenen voorspellen met persoons-,
gezins- en schoolkenmerken?
o Populatie
- Jong Volwassenen
o Afhankelijke variabele (Y)
- Kennis van literatuur
o Onafhankelijke variabele X (predictoren)
o Persoonlijke kenmerken
o Kenmerken ouderlijk huis
o Kenmerken school
Een goedverklaringsmodel stelt ons in staat om iets te voorspellen. Het uiteindelijke doel van veel
wetenschappelijke onderzoeken is een verklaringsmodel vinden en dat verklaringsmodel te gebruiken
voor voorspelling van mensen die niet in het onderzoek zaten.
à Met steekproef proberen we voor de populatie te beschrijven en statistische te toetsen, die relaties
waarvan wij veronderstellen dat ze aanwezig zijn tussen de afhankelijke variabele Y en de predictoren X.
Multipele regressie is in het algemeen een onderzoekstechniek waarbij we iemand zijn waarde op de
afhankelijke variabele proberen te voorspellen met een aantal andere kenmerken. De kennis over de
relaties tussen die andere kenmerken en de afhankelijke variabele, die informatie krijgen we uit het
onderzoek naar die relaties, met een multipele regressieanalyse.
Aantal doelen van de analyse:
- Beschrijven lineaire relaties tussen variabelen (regressiemodel).
- Toetsen hypothesen over relaties (significantie).
- Kwantificeren van relaties (effectgrootte).
- Kwalificeren van relaties (klein, middelmatig, groot).
- Beoordelen relevantie relaties (subjectief).
- Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting).
Waarschuwing à Doe op basis van statistische samenhang geen uitspraken over causaliteit.
Multiple regressie wordt meestal gedaan in een onderzoeksontwerp die valt binnen het kopje
correlationeel onderzoek. Dat wil zeggen dat alle informatie die we nodig hebben bij alle respondenten
gelijktijdig wordt verkregen. Een experiment (voormeting, manipulatie, nameting) stelt ons in staat tot
het concluderen over causale relaties. Een correlationeel onderzoek geeft wel een idee van een causale
relatie maar zal je nooit in staat stellen om er een uitspraak over te doen. Statische samenhang is geen
causale relatie!
-4-
, Variabele van voorbeeld
Regressiemodel
Vergelijking Y
Regressie model kunnen we ook opschrijven als een vergelijking. Een vergelijking voor Y (afhankelijke
variabele) in het voorbeeld; kennis van de literatuur. Y is de geobserveerde variabele, dat wil zeggen de
kennis van de literatuur van de individuen die in mijn steekproef zitten.
Als het goed is kan ik een gedeelte van die score voorspellen met een model, waarbij ik allemaal X
variabele gebruik. Een deel kan ik niet voorspellen dat noemen we de voorspellingsfout (residu).
Uitkomst (Y) = Model (X) + Voorspellingsfout Residual of Error
Lineair regressiemodel
Vergelijking voor de observatie:
We veronderstellen een lineaire relatie, is hetzelfde als rechtlijnig. Voorspelling met het lineaire
regressiemodel is nooit perfect voor een geobserveerde kennis van de literatuur proberen we zo dicht
mogelijk bij te komen maar je houdt altijd een foutje over = de voorspellingsfout. Hoe kleiner de fout hoe
beter mijn verklaringsmodel. Hoe groter de fout hoe slechter mijn verklaringsmodel.
Vergelijking Ŷ
Y + ^ = geschatte Y
Gaat niet om geobserveerde kennis van de literatuur maar om geschatte/voorspelde kennis van de
literatuur als je kennis hebt over de X’en. En de vergelijking voor Y is de voorspelling van Y en dat is de
geschatte uitkomst van Y en daarvoor gebruiken we het model (lineair regressiemodel).
Geschatte uitkomst (Ŷ) = Model (X)
Ŷ is het getal dat je voor iemand vindt als je z’n waarden op X kent. Dus de kennis van de vader over de
literatuur, moeder, aantal boeken in huis etc. als je dat weet van iemand en je kent de relaties tussen de X
variabele en Y dan kan je dus die voorspelling doen. Dan krijg je de voorspelling van Y. De voorspelling van
Y verschilt dus van wat je hebt gevonden in je steekproef. Het verschil tussen Y en Ŷ is de
voorspellingsfout.
- Het model + de voorspellingsfout = de observatie (Y)
- Het model alleen is de schatting (Ŷ)
De Data Het model Vergelijking voor Y
(Van toepassing bij 6 predictoren)
-5-
201900398
,Inhoudsopgave
Multiple Regressie……………………………………………………………………………………………………………….. BLZ. 3
Meerweg ANOVA………………………………………………………………………………………………………………….BLZ. 12
Meerweg ANCOVA………………………………………………………………………………………………………………..BLZ.19
Herhaalde metingen & Mixed design……….……………………………………………………………………….…..BLZ.29
Moderatie & Mediatie…………………………………………………………………………………………………………..BLZ.39
Factoranalyse & Betrouwbaarheidsanalyse……………………………………………….……………..…………..BLZ.49
Overzicht toetsen………………………………………………………………..………………………………………………..BLZ.57
Formule blad………………………………………………………………..…………………………………..…………………..BLZ.58
-2-
,Hoorcollege 1 – Multipele Regressie
Meestal hebben sociale problemen geen enkelvoudige verklaring, er dient vaak gekeken te worden naar
meerdere factoren. Wanneer er bij een kind sprake is van onderwijsachterstand wordt er gekeken naar
meerdere factoren, zoals kindfactoren, gezinsfactoren, opvoedingsprincipes, leefomstandigheden en
schoolfactoren. Een multipele regressie is een flexibele en toepasbare techniek die veel wordt gebruikt
om zoiets te analyseren.
Meervoudige of multipele regressie is een uitbreiding van de enkelvoudige regressie waarbij twee of meer
verklarende variabelen worden gebruikt om de afhankelijke variabele (Y) te voorspellen of verklaren.
De afhankelijke variabele is in dit geval de onderwijsachterstand. Er wordt gekeken naar een grote
verzameling van mogelijke invloeden kunnen worden onderscheiden. Door in één keer een analyse te
doen waarbij je antwoordt krijgt op de volgende vragen:
- Hoe goed zijn we nu in staat om onderwijsachterstanden te verklaren?
- Welke van die mogelijke invloeden zijn nu de belangrijkste?
Onderwijsachterstanden en de verschillende clusters (mogelijke invloeden kindfactoren etc.) daar moeten
variabele voor gemaakt worden dat noemen we het operationaliseren van de theoretische constructen.
Onderwijsachterstanden kunnen we operationaliseren door te kijken naar de onderwijsprestaties
(cijfers/slagen).
Clusters (mogelijke invloeden op schoolprestaties)
KIND
OPVOEDING
GEZIN/
LEEFOM
STANDIGHEDEN
SCHOOL
Voor die clusters moet je een operationalisatie vinden, een aantal zaken vinden die daarbinnen vallen, die
we het belangrijkste vinden. Zoals intelligentie bij kindfactoren. Ze kunnen allemaal van invloed zijn op
schoolprestaties. Dit zijn een grote verzameling van variabele (clusters), waarvan we willen nagaan hoe
het zit met de invloed op de afhankelijke variabele (schoolprestaties).
Het algemene model. Het padmodel multiple regressie.
Afhankelijke variabele (Y) en een verzameling van predictoren
(X) = de onafhankelijke variabele.
X1 = Eerste onafhankelijke variabele/ Eerste predictor.
X1 = Interval/ratio variabele (zonder streepje).
X2 = Dichotome variabele (Waarbij je binnen de variabele twee
categorieën kunt onderscheiden denk aan man/vrouw).
… = dat je meerdere variabele kunt toevoegen.
E = Error/ Voorspellingsfout
-3-
,Een soort variabele die zich niet leent voor de multiple regressie is nominale variabele met meer dan twee
categorieën zoals etnische achtergrond. Een nominale variabele kan worden meegenomen in een
multipele regressie maar dan moet er eerst een bewerking worden uitgevoerd. Ze dienen te worden
ongezet in dummyvariabelen (nominaal meetniveau met meer dan twee categorieën). Een multiple
regressie bestaat uit één of meerdere interval/ratio variabele en één of meerdere dichotome variabele en
één afhankelijke variabele (Y). Het verschil tussen enkelvoudige en multipele regressieanalyse is puur het
verschil tussen het aantal onafhankelijke variabele.
Kenmerkende voor een multipele regressie
- Eén afhankelijke variabele (Y)
- Eén of meerdere onafhankelijke variabelen (van minimaal interval meetniveau) à
- Eén of meerdere onafhankelijke variabelen (dichotoom)
Voorbeeld
Onderzoeksvraag: Kunnen we kennis van literatuur bij jongvolwassenen voorspellen met persoons-,
gezins- en schoolkenmerken?
o Populatie
- Jong Volwassenen
o Afhankelijke variabele (Y)
- Kennis van literatuur
o Onafhankelijke variabele X (predictoren)
o Persoonlijke kenmerken
o Kenmerken ouderlijk huis
o Kenmerken school
Een goedverklaringsmodel stelt ons in staat om iets te voorspellen. Het uiteindelijke doel van veel
wetenschappelijke onderzoeken is een verklaringsmodel vinden en dat verklaringsmodel te gebruiken
voor voorspelling van mensen die niet in het onderzoek zaten.
à Met steekproef proberen we voor de populatie te beschrijven en statistische te toetsen, die relaties
waarvan wij veronderstellen dat ze aanwezig zijn tussen de afhankelijke variabele Y en de predictoren X.
Multipele regressie is in het algemeen een onderzoekstechniek waarbij we iemand zijn waarde op de
afhankelijke variabele proberen te voorspellen met een aantal andere kenmerken. De kennis over de
relaties tussen die andere kenmerken en de afhankelijke variabele, die informatie krijgen we uit het
onderzoek naar die relaties, met een multipele regressieanalyse.
Aantal doelen van de analyse:
- Beschrijven lineaire relaties tussen variabelen (regressiemodel).
- Toetsen hypothesen over relaties (significantie).
- Kwantificeren van relaties (effectgrootte).
- Kwalificeren van relaties (klein, middelmatig, groot).
- Beoordelen relevantie relaties (subjectief).
- Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting).
Waarschuwing à Doe op basis van statistische samenhang geen uitspraken over causaliteit.
Multiple regressie wordt meestal gedaan in een onderzoeksontwerp die valt binnen het kopje
correlationeel onderzoek. Dat wil zeggen dat alle informatie die we nodig hebben bij alle respondenten
gelijktijdig wordt verkregen. Een experiment (voormeting, manipulatie, nameting) stelt ons in staat tot
het concluderen over causale relaties. Een correlationeel onderzoek geeft wel een idee van een causale
relatie maar zal je nooit in staat stellen om er een uitspraak over te doen. Statische samenhang is geen
causale relatie!
-4-
, Variabele van voorbeeld
Regressiemodel
Vergelijking Y
Regressie model kunnen we ook opschrijven als een vergelijking. Een vergelijking voor Y (afhankelijke
variabele) in het voorbeeld; kennis van de literatuur. Y is de geobserveerde variabele, dat wil zeggen de
kennis van de literatuur van de individuen die in mijn steekproef zitten.
Als het goed is kan ik een gedeelte van die score voorspellen met een model, waarbij ik allemaal X
variabele gebruik. Een deel kan ik niet voorspellen dat noemen we de voorspellingsfout (residu).
Uitkomst (Y) = Model (X) + Voorspellingsfout Residual of Error
Lineair regressiemodel
Vergelijking voor de observatie:
We veronderstellen een lineaire relatie, is hetzelfde als rechtlijnig. Voorspelling met het lineaire
regressiemodel is nooit perfect voor een geobserveerde kennis van de literatuur proberen we zo dicht
mogelijk bij te komen maar je houdt altijd een foutje over = de voorspellingsfout. Hoe kleiner de fout hoe
beter mijn verklaringsmodel. Hoe groter de fout hoe slechter mijn verklaringsmodel.
Vergelijking Ŷ
Y + ^ = geschatte Y
Gaat niet om geobserveerde kennis van de literatuur maar om geschatte/voorspelde kennis van de
literatuur als je kennis hebt over de X’en. En de vergelijking voor Y is de voorspelling van Y en dat is de
geschatte uitkomst van Y en daarvoor gebruiken we het model (lineair regressiemodel).
Geschatte uitkomst (Ŷ) = Model (X)
Ŷ is het getal dat je voor iemand vindt als je z’n waarden op X kent. Dus de kennis van de vader over de
literatuur, moeder, aantal boeken in huis etc. als je dat weet van iemand en je kent de relaties tussen de X
variabele en Y dan kan je dus die voorspelling doen. Dan krijg je de voorspelling van Y. De voorspelling van
Y verschilt dus van wat je hebt gevonden in je steekproef. Het verschil tussen Y en Ŷ is de
voorspellingsfout.
- Het model + de voorspellingsfout = de observatie (Y)
- Het model alleen is de schatting (Ŷ)
De Data Het model Vergelijking voor Y
(Van toepassing bij 6 predictoren)
-5-
