Samenvatting - Onderzoekspracticum cross sectioneel onderzoek (PB0812)

Samenvatting , onderwerpen tentamen 1:

1. Wat is cross-sectioneel onderzoek?

Denk aan een foto van een situatie op één moment.
Je vraagt mensen nu hoe ze zich voelen, wat ze verdienen, wat ze vinden.

Wat kan hiermee?

 Vergelijken van groepen (bijv. jongeren vs ouderen).
 Kijken of dingen samenhangen (bijv. stress ↔ slapen).

Wat kan hiermee NIET?

 Je kunt nooit zeggen wat wat veroorzaakt.
Dus geen effecten als:
“Door training X minder depressie” → dat kan alleen met experimenten of longitudinaal
onderzoek.

2. Hoe ‘bestaat’ een construct? (Ontologie)

Een construct is iets dat je niet direct kunt zien, zoals angst, zelfvertrouwen of SES.

Er zijn drie manieren waarop zo’n construct kan zijn opgebouwd:

 Reflectief construct

Het construct veroorzaakt de vragen/items.
Bijvoorbeeld: iemands depressie zorgt voor symptomen als slecht slapen, verdrietig voelen, nergens
zin in.

→ Daarom moeten de items op elkaar lijken (hoge samenhang).
→ Hierbij is factoranalyse logisch.

 Formatief construct

Het construct is een optelsom van onderdelen.
Bijvoorbeeld:

 SES = inkomen + opleiding + beroep
 Lichamelijke klachten = buikpijn + hoofdpijn + misselijkheid

→ De onderdelen veroorzaken het construct.
→ Ze hoeven helemaal niet samen te hangen.
→ Factoranalyse heeft geen zin.

 Netwerkconstruct

Items beïnvloeden elkaar direct, als een spinnenweb.
Bijv. slapeloosheid leidt tot piekeren, wat leidt tot somberheid, wat leidt tot minder slapen.

,→ Geen centrale factor.

3. Verschil tussen EFA en CFA

Stel dat je een lijst met vragen hebt, en je wilt weten hoe ze samen horen.

 EFA — Exploratieve Factoranalyse

Denk: ontdekken.
Je hebt geen idee hoe de vragen samen horen → de analyse zoekt groepen (factoren) voor je.

 CFA — Confirmatieve Factoranalyse

Denk: controleren.
Je hebt al een idee (“mijn vragenlijst heeft 3 schalen”) → CFA test of dat klopt.

Kort:

 EFA: je zoekt structuur
 CFA: je test structuur

4. Goed of slecht item? (correlaties)

Items die hetzelfde moeten meten, horen een beetje op elkaar te lijken.
Dus ze moeten redelijk met elkaar correleren.

 Heel lage correlaties → item past niet.
→ dat item verwijder je.

5. Betrouwbaarheid (Cronbach’s alpha)

Betrouwbaarheid gaat over hoe goed de items samen één ding meten.

 Hoge betrouwbaarheid = items lijken op elkaar en horen bij dezelfde schaal.
 Lage betrouwbaarheid = items doen allemaal iets anders → meetinstrument werkt niet goed.

Belangrijk:
Betrouwbaarheid is niet hetzelfde als geldigheid.
Je kunt heel precies het verkeerde meten.

6. Wat doet regressie?

Regressie probeert een score te voorspellen uit andere variabelen.

Bijvoorbeeld:
“Sombere gevoelens voorspellen op basis van
sociaalfobie + agorafobie + werkuren.”

Belangrijk:

 Significantie (p < .05) → effect waarschijnlijk echt.

,  Beta (gestandaardiseerd) → sterkte van het effect.
 R² → hoeveel van het verschijnsel wordt verklaard

7. Moderatie (interactie-effect)

Moderatie betekent dat het verband tussen twee dingen verandert door een derde variabele.

Bijvoorbeeld:

 Fruit eten → minder ziek
 Maar dit verband is sterker bij kinderen die veel slapen

Slapen is dan de moderator.

Een moderatie zie je terug als een interactie-effect in regressie.

Regel:

 Is de interactie significant? → Er is moderatie.
 Als interactie significant is → mag je hoofdeffecten niet zomaar interpreteren.

8. Waarom moeten we centreren (X – gemiddelde)?

Bij een interactie (X × M) lijken de voorspellers soms te veel op elkaar → dat geeft rekenproblemen.

Door centreren:

 verlaag je de overlap
 maak je de interpretatie duidelijker
 voorkom je collineariteit

→ Daarom doe je het.

9. Logistische regressie

Gebruik je wanneer de uitkomst 0/1 is (bijv. drinkt alcohol: ja/nee).

Belangrijkste concepten:

 Relatie tussen voorspeller en kans is kromlijnig (logit-curve).
 Odds ratio (OR)
o OR = 1 → geen effect
o OR > 1 → hogere kans
o OR < 1 → lagere kans

10 – Wat betekent “verklaarde variantie (R²)” en hoe beoordeel je het?

R² vertelt hoeveel van het verschijnsel dat je wilt voorspellen wordt verklaard door alle voorspellers
samen.

, Bijvoorbeeld:
Als je somberheid voorspelt uit angst en werkuren, dan zegt R² hoeveel procent van somberheid
door deze factoren wordt verklaard.

Als het betrouwbaarheidsinterval (BI) van R² geen 0 bevat, betekent het:

 De verklaarde variantie is echt groter dan 0
 Je model voorspelt significant iets

Let op:
Een significant R² betekent niet dat alle voorspellers significant zijn.
Soms is het model als geheel goed, maar heeft een van de voorspellers geen effect.

11 – Verschil tussen correlatie en regressie (wat laat welk zien?)

Een correlatie laat zien hoe sterk twee variabelen direct met elkaar samenhangen.
Dus:

“Hoe sterk hangt angst samen met somberheid?”

Een regressiecoëfficiënt laat zien hoeveel een variabele bijdraagt als je rekening houdt met andere
voorspellers.

Dus:

 Wil je weten welke voorspeller het belangrijkst is? → correlaties bekijken
 Wil je weten welke voorspeller uniek bijdraagt? → regressiecoëfficiënten

Belangrijk:
Regressie laat geen ruwe samenhang zien, maar gecontroleerde samenhang.

12 – Wat is moderatie?

Moderatie betekent dat het verband tussen twee variabelen verandert door een derde variabele.

Bijvoorbeeld:

 Meer stress → meer slapeloosheid
 Maar dit verband is sterker bij vrouwen dan bij mannen

Dan is sekse de moderator.

Moderatie gaat dus niet over “waarom” een verband bestaat (dat is mediatie), maar over voor wie
of wanneer het verband sterker of zwakker is.

13 – Verschil tussen moderatie en interactie

Een interactie is wat je in de statistiek ziet: de term X × M.
Een moderatie is de inhoudelijke verwachting dat zo’n interactie bestaat.

Dus: