Beknopte meten en diagnostiek 2 samenvatting + voorbeelden

Meten en diagnostiek samenvatting

Hoorcollege 1

Meten in de psychologie --> Het volgens regels toekennen van symbolen aan individuen,
zodat de symbolen de psychologische eigenschap van het individu aangeeft

Psychometrie --> De wetenschap van de eigenschappen van psychologische tests. Het meten
wat ze moeten meten (validiteit)

Extraversie is een psychologische variabele waardoor niet direct observeerbaar. Dit wordt
ook wel een latente variabele/trek genoemd

 De latente variabele is de variabele waar je een uitspraak over wil doen,
bijvoorbeeld depressie
 De items zijn de dingen die je hebt geobserveerd
 De error is de meetfout. Er kan bijvoorbeeld sprake zijn van een respons
bias, omdat mensen een ander antwoord kunnen geven. Deze staat ook in
een cirkel, omdat dit ook niet observeerbaar is. De items zijn causaal aan de
latente trek; latente trek is verantwoordelijk voor het antwoord
Je psychologische theorie is het startpunt van je vragenlijst, want hierop kan je
items verzinnen. Pad diagram zou je ook als lineaire regressie kunnen zien. Omdat je
meerdere afhankelijke variabelen (items) hebt, zijn er ook meer regressie coëfficiënten

Psychometrische analyses gaan altijd om analyses van individuele verschillen in hun
response

Pearson product moment correlatiecoefficient geeft de relatie tussen de lineaire samenhang
van twee variabelen aan, sterkte en richting, -1 en 1

Correlatie matrix; wanneer de items correleren, betekent dit dat de
validiteit aanwezig is. Ook zorgt dit ervoor dat mensen consistent
antwoorden op de vragenlijst. Wanneer de items correleren, meet de
vragenlijst dus ook daadwerkelijk het construct dat hij wil meten

Identiteit --> neem je een vragenlijst af en maak je onderscheidt tussen twee categorieën
Rangorde --> hierbij wordt onderscheidt gemaakt tussen meerdere categorieën
Kwantiteit --> uitgedrukt in meeteenheden die over het algemeen geaccepteerd zijn
Nulpunt --> absoluut (0) of relatief (toekennen van 0 aan een andere waarde)

Nominaal --> ja of nee, cijfers geven categorische informatie weer
Ordinaal --> toegewezen cijfers geven een rangorde neer
Interval --> schaalwaarde waarmee je onderscheid kan maken tussen de eenheden. De
nulwaarde is willekeurig, temperatuur heeft een willekeurige nulwaarde
Ratio --> absoluut nulpunt, dus het betekent echt niks

,Hoorcollege 2

Lineaire regressie --> Het kunnen schatten van een lineair verband
tussen meerdere variabelen. Dit gaat altijd om x, onafhankelijke
variabele, en y, afhankelijke variabele. Kwantitatief en continu
Als je een dichotome predictor hebt en een continue uitkomst gebruik je een linaire regressie

Bo = intercept; de verwachte score van x wanneer y 0 is
e = error; de afstand tussen de voorspelling en iemands daadwerkelijke score

We maken onderscheid tussen variabelen en parameters
o Variabelen zijn random en verschillen van persoon tot persoon (x, y, e)
o Parameters zijn fixed en liggen voor iedereen vast. Drukken bijvoorbeeld relatie x en y
uit

Predictive score bereken je zonder error

Voorspellende waarde y = conditioneel gemiddelde y
Conditioneel gemiddelde --> Gemiddelde score op ene variabelen gegeven de
score op een andere variabele. Bijvoorbeeld wanneer je weet x=2 en hiermee kan je de
gemiddelde score van y berekenen

Verdelingsaannames Y
 Y is normaal verdeeld voor alle waardes van x. Dus niet zozeer alleen op zichzelf
 Σe (spreiding) is voor alle waardes van x hetzelfde --> de spreiding in scores van y is
hetzelfde voor alle waarden van x

y gegeven x = y conditioneel op x, hoe we de waarde voor y willen voorspellen, maar alleen
voor een bepaalde waarde van x




Om iets te kunnen zeggen over de significantie moet je een hypothese opstellen. Dit doe je
aan de hand van de nulhypothese (H0: b1 = 0) of de alternatieve hypothese (HA: b1 > 0)

Een significantie (p-waarde) is vaak niet genoeg, want je wilt ook de sterkte hiervan weten.
Dit kan aan de hand van R 2 --> hoeveel variantie in y (schoenmaat) verklaard wordt door x
(lengte)



deel/geheel

, Om scores goed te kunnen interpreteren, wil je een score vergelijken met een norm. Een
score op zichzelf zegt niet zoveel namelijk, dus je moet het vergelijken met de populatie

Het probleem met psychologische variabelen is dat we vaak niet werken met variabelen met
makkelijke meeteenheden. Als je extraversie meet, welke meeteenheid gebruik je hier? -->
Normdata is meestal aanwezig.

Universele meeteenheden ontbreken in de psychometrie
Meten van gewicht is niet anders dan het meten van psychologische variabelen, behalve:
o Meetprocedure met een niet universeel theoretische onderbouwing
o Meetfout kan zeer groot zijn
o Meetschaal is interval
o De meeteenheid wordt niet (altijd) algemeen geaccepteerd

Bij psychologische variabelen kunnen we niet kijken naar de absolute score. Wanneer
iemand een extraversie score heeft van 5 of 8, wat betekent dit? Wel kan je naar relatieve
scores kijken. Dit is de score ten opzichte van iemand anders, bijvoorbeeld aan de hand van
normale verdeling

Z-score --> De score uitgedrukt in het aantal standaarddeviaties van
het gemiddelde af.




Theoretische percentielscore --> Bereken je wanneer je niet de verdeling van de scores hebt.
De verdeling van de scores is normaal. We weten hoe groot de proporties zijn en welke z-
score daarbij hoort. Z-score x 100