Verdieping onderzoeksmethoden en statistiek
KENNIS WERKGROEPEN KWANTITATIEF
WERKGROEP 1
Attritie
Attritie is een probleem wanneer participanten die uitvallen verschillen van participanten die niet
uitvallen.
Attritiebias is wanneer Als participanten uitvallen in het onderzoek op een systematische manier
waarbij die mensen verschillen van degene die in het onderzoek blijven
bij een attritieanalyse onderzocht of de participanten die zijn uitgevallen verschillen van de
participanten die niet zijn uitgevallen. Bij attritieanalyse kun je gebruik maken van statistische
analyses die jullie al kennen. Zo is het bijvoorbeeld mogelijk om met behulp van een t-toets na te
gaan of participanten die uitvallen verschillen van participanten die niet uitvallen
Gestandaardiseerde/ongestaandiseerde coëfficiënten
Je weet hoe de gestandaardiseerde/ ongestandaardiseerde coëfficiënten in de tabel gebruikt kunnen
worden.
De b in de formule heet de ongestandaardiseerde regressie coëfficiënt. Deze bepaalt met hoeveel
eenheden de waarde van y verandert als x toeneemt met één eenheid, dus hoe stijl je stijgende of
dalende regressielijn wordt in het spreidingsdiagram. ŷ = a + b(x)
De ongestandaardiseerde regressiecoëfficiënt van de onafhankelijke variabele geeft het effect van die
variabele op y weer als de andere onafhankelijke variabelen niet veranderen en dus constant worden
gehouden.
De gestandaardiseerde regressiecoëfficiënt kan worden gevonden onder Bèta, die geeft het zuivere
effect van de onafhankelijke variabele op de afhankelijke variabele.
Regressievergelijking
Je weet hoe een regressievergelijking kan worden gemaakt met behulp van de informatie in de tabel.
Y Y^
Geobserveerde afhankelijke variabele Voorspelde score afhankelijke variabele
Modelvergelijking Regressievergelijking
Uitkomst (Y) = model (X) + Geschatte uitkomst (Y ^ ) = model (X)
voorspellingfout
Y = B0 + B1X1+E Y^ = B0 + B1X1
Y= b0 + b1 x Gender + e
Y^ = 46.212 + 9.403xGender = regressievergelijking
Hiërarchische regressie en litwise deletion
Je weet hoe variabelen worden toegevoegd in een hiërarchische regressie, en gekoppeld daaraan
weet je hoe missing data worden behandeld in deze analyse (listwise deletion).
Variabelen via een hiërarchische regressie worden toegevoegd een voor een kijk maar naar de tabel
in Kanazawa
In de statistiek is litwise deletion een methode om ontbrekende gegevens te verwerken . Bij deze
methode wordt een volledig record uitgesloten van analyse als een enkele waarde ontbreekt
, Methodologische confound en interne validiteit
Je weet wat een methodologische confound is en begrijpt hoe dit een bedreiging kan vormen voor de
interne validiteit.
Design confound: there is an alternative explanation because the experiment was poorly
designed; another variable happened to vary systematically along with the intended
independent variable.
Selection effect: a confound exist because the different independent variable groups have
systematically different types of participants.
Order effect (in a within-groups design): there is an alternative explanation because the
outcome might be caused by the independent variable. But it also might be caused by the
order in which the levels of the variable are presented.
Vier validiteiten
Begripsvaliditeit
De mate waarin een conceptuele variabele accuraat is gemeten of gemanipuleerd
Interne validiteit
De mate waarin de onderzoeksmethode alternatieve verklaringen kan uitsluiten
o Experimenten zijn zo opgezet dat een hoge interne validiteit gewaarborgd is
o Dus is de studie een experiment
o Gaat de oorzaak vooraf aan de uitkomst in tijd
o Maatregelen genomen om alternatieve verklaringen uit te sluiten
o Kun je alternatieve verklaringen bedenken voor de resultaten
Externe validiteit
De mate waarin de onderzoeksresultaten gegeneraliseerd kunnen worden naar de
populaties, settingen en tijden
o Hoge externe validiteit een steekproef die representatief is aan de populatie
o Dus hoe representatief is de steekproeftrekking en de omvang van de steekproef
o Generaliseren naar doelpopulatie
o Wanneer werden gegevens verzameld i.v.m. generaliseren tijdperioden
o Hoe beïnvloedt attritie de representativiteit van de steekproef oer tijd
o Is de setting van de verzameling van gegevens representatief voor de natuurlijke
omgeving van de respondenten
Statistische validiteit
De mate waarin de resultaten van een statistische analyse accuraat en adequaat zijn
o Juiste analyses gekozen op basis van de onderzoeksvraag (-vragen) en de
meetniveaus van de variabelen
o Assumpties gecontroleerd
o Iets gerapporteerd over missing data of effect sizes
- Significantie
o Wat is de p-waarde van de toets?
o Welke significantieniveau heeft de onderzoeker gebruikt?
o Is de waarde van de toetsingsgrootheid gerapporteerd?
Je ziet, dat naast de p-waarde, ook de toetsingsgrootheid en de gekozen waarde
van α van belang zijn.
- Relevantie
o Hoe beoordelen we de grootte van het gevonden verschil? Of de sterke van het
gevonden verband
o Is een maat van effectgrootte (zoals Cohen’s d of Cramer’s V) gerapporteerd
KENNIS WERKGROEPEN KWANTITATIEF
WERKGROEP 1
Attritie
Attritie is een probleem wanneer participanten die uitvallen verschillen van participanten die niet
uitvallen.
Attritiebias is wanneer Als participanten uitvallen in het onderzoek op een systematische manier
waarbij die mensen verschillen van degene die in het onderzoek blijven
bij een attritieanalyse onderzocht of de participanten die zijn uitgevallen verschillen van de
participanten die niet zijn uitgevallen. Bij attritieanalyse kun je gebruik maken van statistische
analyses die jullie al kennen. Zo is het bijvoorbeeld mogelijk om met behulp van een t-toets na te
gaan of participanten die uitvallen verschillen van participanten die niet uitvallen
Gestandaardiseerde/ongestaandiseerde coëfficiënten
Je weet hoe de gestandaardiseerde/ ongestandaardiseerde coëfficiënten in de tabel gebruikt kunnen
worden.
De b in de formule heet de ongestandaardiseerde regressie coëfficiënt. Deze bepaalt met hoeveel
eenheden de waarde van y verandert als x toeneemt met één eenheid, dus hoe stijl je stijgende of
dalende regressielijn wordt in het spreidingsdiagram. ŷ = a + b(x)
De ongestandaardiseerde regressiecoëfficiënt van de onafhankelijke variabele geeft het effect van die
variabele op y weer als de andere onafhankelijke variabelen niet veranderen en dus constant worden
gehouden.
De gestandaardiseerde regressiecoëfficiënt kan worden gevonden onder Bèta, die geeft het zuivere
effect van de onafhankelijke variabele op de afhankelijke variabele.
Regressievergelijking
Je weet hoe een regressievergelijking kan worden gemaakt met behulp van de informatie in de tabel.
Y Y^
Geobserveerde afhankelijke variabele Voorspelde score afhankelijke variabele
Modelvergelijking Regressievergelijking
Uitkomst (Y) = model (X) + Geschatte uitkomst (Y ^ ) = model (X)
voorspellingfout
Y = B0 + B1X1+E Y^ = B0 + B1X1
Y= b0 + b1 x Gender + e
Y^ = 46.212 + 9.403xGender = regressievergelijking
Hiërarchische regressie en litwise deletion
Je weet hoe variabelen worden toegevoegd in een hiërarchische regressie, en gekoppeld daaraan
weet je hoe missing data worden behandeld in deze analyse (listwise deletion).
Variabelen via een hiërarchische regressie worden toegevoegd een voor een kijk maar naar de tabel
in Kanazawa
In de statistiek is litwise deletion een methode om ontbrekende gegevens te verwerken . Bij deze
methode wordt een volledig record uitgesloten van analyse als een enkele waarde ontbreekt
, Methodologische confound en interne validiteit
Je weet wat een methodologische confound is en begrijpt hoe dit een bedreiging kan vormen voor de
interne validiteit.
Design confound: there is an alternative explanation because the experiment was poorly
designed; another variable happened to vary systematically along with the intended
independent variable.
Selection effect: a confound exist because the different independent variable groups have
systematically different types of participants.
Order effect (in a within-groups design): there is an alternative explanation because the
outcome might be caused by the independent variable. But it also might be caused by the
order in which the levels of the variable are presented.
Vier validiteiten
Begripsvaliditeit
De mate waarin een conceptuele variabele accuraat is gemeten of gemanipuleerd
Interne validiteit
De mate waarin de onderzoeksmethode alternatieve verklaringen kan uitsluiten
o Experimenten zijn zo opgezet dat een hoge interne validiteit gewaarborgd is
o Dus is de studie een experiment
o Gaat de oorzaak vooraf aan de uitkomst in tijd
o Maatregelen genomen om alternatieve verklaringen uit te sluiten
o Kun je alternatieve verklaringen bedenken voor de resultaten
Externe validiteit
De mate waarin de onderzoeksresultaten gegeneraliseerd kunnen worden naar de
populaties, settingen en tijden
o Hoge externe validiteit een steekproef die representatief is aan de populatie
o Dus hoe representatief is de steekproeftrekking en de omvang van de steekproef
o Generaliseren naar doelpopulatie
o Wanneer werden gegevens verzameld i.v.m. generaliseren tijdperioden
o Hoe beïnvloedt attritie de representativiteit van de steekproef oer tijd
o Is de setting van de verzameling van gegevens representatief voor de natuurlijke
omgeving van de respondenten
Statistische validiteit
De mate waarin de resultaten van een statistische analyse accuraat en adequaat zijn
o Juiste analyses gekozen op basis van de onderzoeksvraag (-vragen) en de
meetniveaus van de variabelen
o Assumpties gecontroleerd
o Iets gerapporteerd over missing data of effect sizes
- Significantie
o Wat is de p-waarde van de toets?
o Welke significantieniveau heeft de onderzoeker gebruikt?
o Is de waarde van de toetsingsgrootheid gerapporteerd?
Je ziet, dat naast de p-waarde, ook de toetsingsgrootheid en de gekozen waarde
van α van belang zijn.
- Relevantie
o Hoe beoordelen we de grootte van het gevonden verschil? Of de sterke van het
gevonden verband
o Is een maat van effectgrootte (zoals Cohen’s d of Cramer’s V) gerapporteerd
