Steekproevenverdeling = is de verdeling van alle mogelijke steekproeven van een uit een populatie
Steekproeffout = correlatie die niet overeenkomt met de steekproef en de populatie.
- Hoe groter de steekproef, hoe kleiner de steekproeffout
- Hoe kleiner de steekproef, hoe groter de steekproeffout
Standaardfout = spreiding van correlaties in de steekproevenverdeling
- Hoe groter de steekproef, hoe kleiner de standaardfout
- Hoe kleiner de steekproef, hoe groter de standaardfout
Standaardschattingsfout = is de gemiddelde schattingsfout, dus het gemiddelde verschil tussen alle
werkelijke en voorspelde waardes.
Goodness-of-fit = altijd best passende lijn, maar hoe goed past dit dan?
P – waarde = indicatie van de overeenkomst met de situatie
- Grote p-waarde veel overeenkomst met situatie in h0
- Kleine p-waarde weinig overeenkomst met situatie in h0
Least squares lijn = lijn met kleinste verschil tussen de punten en een lijn. Dat
wordt berekend met de least squares berkening.
Homoscedasticiteit = gelijke spreiding. Daarvoor maken we gebruik van een
residuenplot. De punten zijn allemaal gelijkwaardig verspreid of ze zitten allemaal
in een wolk.
Dummy variabele = bijvoorbeeld sekse. Je hebt man en vrouw. Daarvoor gebruiken we 0 en 1. Dat
noemen we dan een dummy variabele.
Gestandaardiseerde regressiecoëfficiënten = invloed van de predictor op de afhankelijke variabele in
standaardafwijkingen.
Multicollineariteit = de samenhang tussen predictoren. Je kijkt naar de tabel. De correlaties mag niet
hoger zijn dan .90.
Ook moet je kijken naar de VIF en Tolerance
Serieus probleem met multicollinieariteit
- Tolerance < 0.01
- Vif > 10
, Kwalitatief Correlationeel Experimenteel
Onderzoeksvragen Onderzoeksvragen over
samenhang en relatie
tussen eigenschappen
Deductief onderzoek
PAC
Data – - Observatiestudies
verzamelingsmethode - Bestaande
gegevens
- Vragenlijsten
Voorwaarden causaliteit
- Convariance
- Temporal precedence
- Internal validity
Constructs = theoretische begrippen
Operationaliseren = meetbaar maken
1. Theoretische concept, bijvoorbeeld agressie.
2. Conceptuele definitie, is de uitleg van agressie
3. Operationele definitie, hoe je het gaat meten
4. Variabele, de meetbare uitkomsten
Meetniveaus:
Nominaal Ordinaal Interval Ratio
Categorieën Categorieeën Categorieén Categorieën
Betekenis Betekenis Betekenis
Afstanden zijn gelijk Afstanden zijn gelijk
Absoluut nulpunt
BV: 1. Rood, 2. Blauw BV: kledingmaat BV: IQ score BV: lengte en gewicht
, Begripsvaliditeit:
- Subjectief
o Indruk validteit = Als experts naar de vragenlijst kijken, hoe beoordelen ze deze
vragenlijst? Beoordelen hun dat het een goed en compleet is om het begrip mee te
meten.
o Inhoud validiteit = Meet het meetinstrument wel alle aspecten van zelfbeeld? (het
theoretische begrip)
- Empirisch
o Criterium = Geeft antwoord op de vraag: “hangen de metingen van dit
meetinstrument samen met gedragsmatige uitkomsten waarvan we weten dat er
een verband hoort te zijn? “. We kijken naar de uitkomst en concreet gedrag. Stel je
hebt een meetinstrument die de mate van extraversie meet. Je kunt dan observaties
doen of iemand spraakzaam energiek is. Je gaat je meetinstrument gebruiken en je
kijkt naar gedrag. Dan is het een indicatie dat je op de manier extraversie kunt
meten. BV: IQ hoog gescoord, dan verwacht je ook dat er op de CITO score een hoge
score is. Meet instrument en gedrag wat samenhangt met de intelligentie.
o Convergente = Geeft antwoord op de vraag: ‘komen de metingen van dit
meetinstrument en metingen van een ander meetinstrument (dat hetzelfde begrip
meet) overeen? Je kunt dit vaststellen om te kijken of er samenhang is in de
metingen. BV: twee intelligentietesten, leveren die dezelfde IQ score op? Twee
vragenlijsten over depressie, leveren ze dezelfde indicatie op?
o Discriminerend = Geeft antwoord op de vraag: “hangen de metingen van dit
meetinstrument juist niet samen met echt andere kenmerken?”. Je moet het nuttig
maken. Ik heb nergens in de literatuur gevonden of iemand slim is en pizza’s die die
eet. Als we daar geen samenhang tussen vinden, zegt dat niet direct iets over of we
inhoudelijk goed intelligentie meten. Je moet kiezen wat zinvol en nuttig is om naar
te kijken. BV woede of agressie. Inhoudelijk zijn dat verschillende theoreitsche
begrippen. Je zou kunnen kijken naar een lijst kunnen vinden van woede en dan zou
er niet zo een samenhang zouden moeten zijn. Anders meet je misschien toch veel
woede in plaats van agressie. BV: Zelfbeeld en agressie. Twee inhoudelijk
verschillende begrippen. Als we die allebei meten, zouden we daar een niet te grote
samenhang in moeten vinden anders slaan we inhoudelijk de plank mis
Interne validiteit
- Kunnen we een ‘goed’ antwoord geven op de onderzoeksvraag? Alternatieve verklaringen
moeten we hebben kunnen uitsluiten. Vooral van belang bij causale onderzoeksvragen dus
experimenteel. Zijn er geen alternatieve verklaringen? Dat zit hem vooral in het
onderzoeksontwerp. De procedures daarvan.
Externe validiteit (hoort bij het plaatje)
- Over welke populatie kunnen we op basis van onze steekproef
conclusies trekken. Kunnen we het generaliseren naar een grote
groep? We moeten kijken naar de manier waarop de steekproef
getrokken is. Correlationeel onderzoek heeft vaak als doel om
conclusies te laten gelden voor een grote groep. Belangrijk: steekproef
Statistische validiteit
Kunnen we de conclusies uit een statistische analyse vertrouwen? Duidelijk voorbeeld: data
verzinnen. Het kan ook dat er iets fout gaat. Statistische validiteit in geding
- Alle manieren om een mooi resultaat te krijgen (scores verwijderen, getallen aanpassen)
- Alleen noemen dat het significant is, maar niet hoe groot de R(kwadraat) was of b is.
Steekproeffout = correlatie die niet overeenkomt met de steekproef en de populatie.
- Hoe groter de steekproef, hoe kleiner de steekproeffout
- Hoe kleiner de steekproef, hoe groter de steekproeffout
Standaardfout = spreiding van correlaties in de steekproevenverdeling
- Hoe groter de steekproef, hoe kleiner de standaardfout
- Hoe kleiner de steekproef, hoe groter de standaardfout
Standaardschattingsfout = is de gemiddelde schattingsfout, dus het gemiddelde verschil tussen alle
werkelijke en voorspelde waardes.
Goodness-of-fit = altijd best passende lijn, maar hoe goed past dit dan?
P – waarde = indicatie van de overeenkomst met de situatie
- Grote p-waarde veel overeenkomst met situatie in h0
- Kleine p-waarde weinig overeenkomst met situatie in h0
Least squares lijn = lijn met kleinste verschil tussen de punten en een lijn. Dat
wordt berekend met de least squares berkening.
Homoscedasticiteit = gelijke spreiding. Daarvoor maken we gebruik van een
residuenplot. De punten zijn allemaal gelijkwaardig verspreid of ze zitten allemaal
in een wolk.
Dummy variabele = bijvoorbeeld sekse. Je hebt man en vrouw. Daarvoor gebruiken we 0 en 1. Dat
noemen we dan een dummy variabele.
Gestandaardiseerde regressiecoëfficiënten = invloed van de predictor op de afhankelijke variabele in
standaardafwijkingen.
Multicollineariteit = de samenhang tussen predictoren. Je kijkt naar de tabel. De correlaties mag niet
hoger zijn dan .90.
Ook moet je kijken naar de VIF en Tolerance
Serieus probleem met multicollinieariteit
- Tolerance < 0.01
- Vif > 10
, Kwalitatief Correlationeel Experimenteel
Onderzoeksvragen Onderzoeksvragen over
samenhang en relatie
tussen eigenschappen
Deductief onderzoek
PAC
Data – - Observatiestudies
verzamelingsmethode - Bestaande
gegevens
- Vragenlijsten
Voorwaarden causaliteit
- Convariance
- Temporal precedence
- Internal validity
Constructs = theoretische begrippen
Operationaliseren = meetbaar maken
1. Theoretische concept, bijvoorbeeld agressie.
2. Conceptuele definitie, is de uitleg van agressie
3. Operationele definitie, hoe je het gaat meten
4. Variabele, de meetbare uitkomsten
Meetniveaus:
Nominaal Ordinaal Interval Ratio
Categorieën Categorieeën Categorieén Categorieën
Betekenis Betekenis Betekenis
Afstanden zijn gelijk Afstanden zijn gelijk
Absoluut nulpunt
BV: 1. Rood, 2. Blauw BV: kledingmaat BV: IQ score BV: lengte en gewicht
, Begripsvaliditeit:
- Subjectief
o Indruk validteit = Als experts naar de vragenlijst kijken, hoe beoordelen ze deze
vragenlijst? Beoordelen hun dat het een goed en compleet is om het begrip mee te
meten.
o Inhoud validiteit = Meet het meetinstrument wel alle aspecten van zelfbeeld? (het
theoretische begrip)
- Empirisch
o Criterium = Geeft antwoord op de vraag: “hangen de metingen van dit
meetinstrument samen met gedragsmatige uitkomsten waarvan we weten dat er
een verband hoort te zijn? “. We kijken naar de uitkomst en concreet gedrag. Stel je
hebt een meetinstrument die de mate van extraversie meet. Je kunt dan observaties
doen of iemand spraakzaam energiek is. Je gaat je meetinstrument gebruiken en je
kijkt naar gedrag. Dan is het een indicatie dat je op de manier extraversie kunt
meten. BV: IQ hoog gescoord, dan verwacht je ook dat er op de CITO score een hoge
score is. Meet instrument en gedrag wat samenhangt met de intelligentie.
o Convergente = Geeft antwoord op de vraag: ‘komen de metingen van dit
meetinstrument en metingen van een ander meetinstrument (dat hetzelfde begrip
meet) overeen? Je kunt dit vaststellen om te kijken of er samenhang is in de
metingen. BV: twee intelligentietesten, leveren die dezelfde IQ score op? Twee
vragenlijsten over depressie, leveren ze dezelfde indicatie op?
o Discriminerend = Geeft antwoord op de vraag: “hangen de metingen van dit
meetinstrument juist niet samen met echt andere kenmerken?”. Je moet het nuttig
maken. Ik heb nergens in de literatuur gevonden of iemand slim is en pizza’s die die
eet. Als we daar geen samenhang tussen vinden, zegt dat niet direct iets over of we
inhoudelijk goed intelligentie meten. Je moet kiezen wat zinvol en nuttig is om naar
te kijken. BV woede of agressie. Inhoudelijk zijn dat verschillende theoreitsche
begrippen. Je zou kunnen kijken naar een lijst kunnen vinden van woede en dan zou
er niet zo een samenhang zouden moeten zijn. Anders meet je misschien toch veel
woede in plaats van agressie. BV: Zelfbeeld en agressie. Twee inhoudelijk
verschillende begrippen. Als we die allebei meten, zouden we daar een niet te grote
samenhang in moeten vinden anders slaan we inhoudelijk de plank mis
Interne validiteit
- Kunnen we een ‘goed’ antwoord geven op de onderzoeksvraag? Alternatieve verklaringen
moeten we hebben kunnen uitsluiten. Vooral van belang bij causale onderzoeksvragen dus
experimenteel. Zijn er geen alternatieve verklaringen? Dat zit hem vooral in het
onderzoeksontwerp. De procedures daarvan.
Externe validiteit (hoort bij het plaatje)
- Over welke populatie kunnen we op basis van onze steekproef
conclusies trekken. Kunnen we het generaliseren naar een grote
groep? We moeten kijken naar de manier waarop de steekproef
getrokken is. Correlationeel onderzoek heeft vaak als doel om
conclusies te laten gelden voor een grote groep. Belangrijk: steekproef
Statistische validiteit
Kunnen we de conclusies uit een statistische analyse vertrouwen? Duidelijk voorbeeld: data
verzinnen. Het kan ook dat er iets fout gaat. Statistische validiteit in geding
- Alle manieren om een mooi resultaat te krijgen (scores verwijderen, getallen aanpassen)
- Alleen noemen dat het significant is, maar niet hoe groot de R(kwadraat) was of b is.
