SAMENVATTING TOEGEPASTE METHODEN EN STATISTIEK HOORCOLLEGES
Hoorcollege 1
Toegepaste methoden en statistiek
1. Padanalyse:
Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal model?
Voorbeeld: het accepteren van negatieve emoties maakt gelukkiger.
2. Factoranalyse:
Vierkant = geobserveerde variabele.
g = algemene intelligentie (niet observeerbaar).
Kunnen de correlaties tussen een groep variabelen verklaard worden door één onderliggend
construct (of meerdere)?
Voorbeeld: algemene intelligentie van je hond meten.
3. Structural equation modeling (SEM):
Combinatie padanalyse en factoranalyse.
Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?
,Padmodel:
Doel: theorieën vangen in een formele vorm, het ‘paddiagram’, om daarna te kunnen onderzoeken
of de veronderstelde theorie overeenkomt met geobserveerde correlaties in de werkelijkheid.
Basiselementen:
Variabelen.
Relaties tussen variabelen:
• Covariatie (correlatie)
• Causale effecten.
Soorten relaties/effecten:
• Direct
• Indirect
• Onbekend
• Schijnrelaties (spurious)
• Wederkerige effecten (reciprocal)
• Conditionele effecten.
Variabelen:
De eigenschappen van de onderzoekseenheden (zoals personen, echtparen, scholen, enz.) waar je in
bent geinteresseerd. 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.
Veelvoorkomende fouten:
• Verwarren van de waarden van de variabele met de variabele zelf. Bv. ‘rijk’ en ‘arm’ zijn twee
waarden van dezelfde variabele ‘inkomen’.
• Verwarring van een proces of een theorie met een variabele. Bv. attribution theory.
Oefening:
Antwoord: stress, emotional states, health, lifestyle and behavioral factors (bv. selfcare), social
factors (bv. isolation), biological factors (bv. inflammatory proteins levels).
Relaties:
Een uitspraak waarin:
……. twee variabelen voorkomen.
……. waarden van de ene variabele samengaan met die van de andere variabele.
Twee soorten uitspraken:
• Covariantie uitspraak (correlationeel verband).
• Causale uitspraak (oorzakelijk verband): een causale relatie betekent dat de ene variabele
leidt tot verandering in de andere variabele. Als je de onafhankelijke verandert, dan
verandert daardoor ook de afhankelijke. Bv. opletten leidt tot kennis.
,Soorten relaties:
Schijnrelaties (spurious):
• Causale uitspraak 1: chocolade veroorzaakt geluk.
• Causale uitspraak 2: chocolade zorgt ervoor dat je langer leeft.
Daardoor:
• Covariantie uitspraak: gelukkige mensen leven langer.
• Dus variabele x veroorzaakt Y1 en variabele x veroorzaakt Y2.
Dus:
• Y1 hangt samen met Y2. → schijnrelatie en dus geen causaal verband.
Direct effect:
‘’Feeling blue leads to neglecting selfcare’’
‘’Neglecting self-care leads to bad health’’.
Indirect effect:
‘’Negative emotions are related to health because of the behavioral factor selfcare’’.
! Elk indirect effect bestaat uit meerdere directe effecten. Selfcare is in dit geval de mediator.
Onbekende effecten:
Soms doen we geen uitspraak over de richting van het effect. We nemen dan gewoon de correlatie
op in het padmodel (dubbele pijl = correlatie). Dit is een onbekend effect.
Wederkerige effecten (reciprocal):
• Causale uitspraak 1: gezondheid veroorzaakt geluk.
• Causale uitspraak 2: geluk veroorzaakt gezondheid.
Dus:
• Variabele Y1 veroorzaakt Y2.
• Variabele Y2 veroorzaakt Y1.
! Een wederkerig effect teken je als twee directe effecten (twee pijlen) en dus niet als 1 dubbele pijl.
Dit staat namelijk voor een correlatie.
, Conditionele effecten:
Soms beïnvloedt een variabele niet een andere variabele maar (ook) een effect. Deze variabele heet
de moderator. Dit wordt ook wel een interactie genoemd.
‘’Negative emotion leads to self-neglect, unless the person is in a relationship’’.
Voorbeeld tentamenvraag:
Antwoord: B.
Hoorcollege 1
Toegepaste methoden en statistiek
1. Padanalyse:
Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal model?
Voorbeeld: het accepteren van negatieve emoties maakt gelukkiger.
2. Factoranalyse:
Vierkant = geobserveerde variabele.
g = algemene intelligentie (niet observeerbaar).
Kunnen de correlaties tussen een groep variabelen verklaard worden door één onderliggend
construct (of meerdere)?
Voorbeeld: algemene intelligentie van je hond meten.
3. Structural equation modeling (SEM):
Combinatie padanalyse en factoranalyse.
Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?
,Padmodel:
Doel: theorieën vangen in een formele vorm, het ‘paddiagram’, om daarna te kunnen onderzoeken
of de veronderstelde theorie overeenkomt met geobserveerde correlaties in de werkelijkheid.
Basiselementen:
Variabelen.
Relaties tussen variabelen:
• Covariatie (correlatie)
• Causale effecten.
Soorten relaties/effecten:
• Direct
• Indirect
• Onbekend
• Schijnrelaties (spurious)
• Wederkerige effecten (reciprocal)
• Conditionele effecten.
Variabelen:
De eigenschappen van de onderzoekseenheden (zoals personen, echtparen, scholen, enz.) waar je in
bent geinteresseerd. 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.
Veelvoorkomende fouten:
• Verwarren van de waarden van de variabele met de variabele zelf. Bv. ‘rijk’ en ‘arm’ zijn twee
waarden van dezelfde variabele ‘inkomen’.
• Verwarring van een proces of een theorie met een variabele. Bv. attribution theory.
Oefening:
Antwoord: stress, emotional states, health, lifestyle and behavioral factors (bv. selfcare), social
factors (bv. isolation), biological factors (bv. inflammatory proteins levels).
Relaties:
Een uitspraak waarin:
……. twee variabelen voorkomen.
……. waarden van de ene variabele samengaan met die van de andere variabele.
Twee soorten uitspraken:
• Covariantie uitspraak (correlationeel verband).
• Causale uitspraak (oorzakelijk verband): een causale relatie betekent dat de ene variabele
leidt tot verandering in de andere variabele. Als je de onafhankelijke verandert, dan
verandert daardoor ook de afhankelijke. Bv. opletten leidt tot kennis.
,Soorten relaties:
Schijnrelaties (spurious):
• Causale uitspraak 1: chocolade veroorzaakt geluk.
• Causale uitspraak 2: chocolade zorgt ervoor dat je langer leeft.
Daardoor:
• Covariantie uitspraak: gelukkige mensen leven langer.
• Dus variabele x veroorzaakt Y1 en variabele x veroorzaakt Y2.
Dus:
• Y1 hangt samen met Y2. → schijnrelatie en dus geen causaal verband.
Direct effect:
‘’Feeling blue leads to neglecting selfcare’’
‘’Neglecting self-care leads to bad health’’.
Indirect effect:
‘’Negative emotions are related to health because of the behavioral factor selfcare’’.
! Elk indirect effect bestaat uit meerdere directe effecten. Selfcare is in dit geval de mediator.
Onbekende effecten:
Soms doen we geen uitspraak over de richting van het effect. We nemen dan gewoon de correlatie
op in het padmodel (dubbele pijl = correlatie). Dit is een onbekend effect.
Wederkerige effecten (reciprocal):
• Causale uitspraak 1: gezondheid veroorzaakt geluk.
• Causale uitspraak 2: geluk veroorzaakt gezondheid.
Dus:
• Variabele Y1 veroorzaakt Y2.
• Variabele Y2 veroorzaakt Y1.
! Een wederkerig effect teken je als twee directe effecten (twee pijlen) en dus niet als 1 dubbele pijl.
Dit staat namelijk voor een correlatie.
, Conditionele effecten:
Soms beïnvloedt een variabele niet een andere variabele maar (ook) een effect. Deze variabele heet
de moderator. Dit wordt ook wel een interactie genoemd.
‘’Negative emotion leads to self-neglect, unless the person is in a relationship’’.
Voorbeeld tentamenvraag:
Antwoord: B.
