Analyse 4
Aantekeningen colleges (Blok 1)
Semester 1
College 1 ~ Introductie
De introductie van dit vak gaat over het gebruik van psychologische testen op
een individu, want kunnen we wel een normering gebruiken voor individuen?
Er worden vaak grote samples gebruikt om een verdeling van te maken.
Op basis van gemiddelden etc., wordt dan een maatstaaf gemaakt. De
spreidingsmaten worden dan dus gebaseerd op andere, willekeurige
mensen. Als je dit wil blijven gebruiken dan zijn er een aantal belangrijke
assumpties:
- Ergodiciteit
- Interindividuele en intra-individuele variabiliteit
- Persoonlijke verdeling vs. populatie verdeling
Ergodiciteit
Het blijkt dus nu dat veel conclusies uit onderzoeken niet kloppen, omdat de
manier van testen niet aansluit bij de testgroep. Het te testen domein is voor
ieder individu anders en dus zou er voor ieder individu een eigen norm moeten
zijn. Als er te spreken is van een ergodisch te meten systeem, dan zijn daar
assumpties voor:
- Lineair en adaptief -> dit is zichtbaar bij regressieformules
- Normaal verdeeld
- Homogeniteit van variantie -> te testen met een Levene’s test
- Onafhankelijkheid van de variabele
Ergodiciteit wil dus zeggen dat 1 keer 100 dobbelstenen gooien = 100 keer 1
dobbelsteen gooien
Kanttekening hierbij is alleen dat als je meerdere keren dezelfde
dobbelsteen gooit, dat er gelijke momenten moeten zijn en er mag niet
geleerd worden. Dit is bij een dobbelsteen niet erg, maar bij mensen wel.
Mensen zijn dus NIET ergodisch!
De moet oneindig vaak, dezelfde test afnemen, onder gelijkblijvende
omstandigheden, waarbij alle testafnames onafhankelijk zijn. Dit kan niet:
stochasische foutentheorie.
Interindividueel en intra-individueel
Scores worden geïnterpreteerd volgens de klassieke testtheorie. Dit betekent: X
= T + E.
Ware score met een meetfout. De vraag is alleen of er bij psychologische
variabelen wel meeteenheden zijn en of die afstanden altijd gelijk zijn.
- Classical Test Theorie -> Error of Measurement theory (Gauss, 1809).
Als de Error random gekozen wordt, dan is hij verwaarloosbaar en dus
gelijk aan 0. Er is geen Error en dus mag het gemiddelde genomen
worden als conclusie voor een meting. Het gemiddelde is dan de beste
schatting voor T.
- Belg Quetelet (social physics, 1835-1845)
Hij gaf aan dat mensen niet te meten zijn volgens die klassieke
testtheorie. Dus moest er aan andere manier komen: rangorden. Als je
verschillende mensen rangorde, dan is het midden ook het gemiddelde.
Dit is alleen nog steeds cijfermatig en hoe vertalen we dit dan naar
psychologische variabelen.
Dit geeft het verschil weer tussen interindividueel en
intra-individueel.
- Intra-individueel = verschillende metingen bij
dezelfde persoon.
, o T = lengte van 1 individu op basis van een verzameling van
metingen van de lengte van dit individu
- Interindividueel = 1 meting bij verschillende personen
o T = lengte van een typisch individu op basis van metingen van
lengtes van verschillende individuen
Hier ontstond dan ook de inferentiele statistiek.
Je kunt alleen niet voor iedere persoon een persoonlijke normaal verdeling
maken, die kennen we namelijk niet voor ieder individu afhankelijk, dus gebruik
je steekproefgegevens om die te schatten. Dit mag alleen niet zo maar, want …. -
> ergodische valkuil!
Er wordt aangenomen dat alle
elementen in een steekproef
dezelfde statistische identiteit
hebben en dat is bij mensen niet
zo.
Interactief meten
Geschiedenissen van individuen worden dus belangrijker. Je kunt dus niet het
individu terugkoppelen aan een groep, maar je moet terug naar hetzelfde
individu. Je krijgt dan veel meer data en veel meer informatie.
Je kunt dan modellen als die van Bronfenbrenner gebruiken om te kijken
naar de invleod van de omgeving op het individu. Zowel de interne als de
externe omgeving is dan van belang.
- Interactie denken -> gedrag ontstaat uit interactie
- Compact denken -> alle analyses dragen bij aan deze lineaire vorm
Menselijk gedrag wordt geproduceerd door een complex adaptief systeem
waarvan de componenten zelf ook als complexe systemen gezien kunnen
worden.
- Adaptief -> leren en ontwikkelen
- Emergentie -> onvoorspelbaar, onverwacht en niet-lineair
- Zelforganisatie -> niet aangestuurd door een computer
College 2 ~ N=1 designs
Nomothetische benadering -> je hebt een controle groep en een steekproef met
X mensen die je 1 keer een test laat maken.
Je hebt hierbij alleen weinig perspectief voor de praktijk en ook voor het
individu. Je kunt wel verschillende aanvullende onderzoeken doen
(mediatie en moderatie).
Idiografische benadering -> onderzoek bij een individu over een langere tijd.
Hierbij zijn de statistische beschrijvingen helemaal nutteloos. Je kunt
namelijk wel een gemiddelde berekenen, maar dat kan de minst
voorkomende waarde zijn. De verandering verloopt zo in sprongen, dat er
geen lijn in te trekken is. Het is hierbij dan ook veel belangrijker dat de
context meegenomen wordt en niet alleen de cijfertjes. Gat tussen
wetenschap en praktijk.
N=1 designs
In plaats van grote groepen met elkaar vergelijken, vergelijk je een persoon met
zichtzelf in het verleden. A-B / A-B-A etc.
- Multiple baseline design
Je begint op verschillende tijdstippen met de interventie,
willekeurig. Je kunt dan beter begrijpen of de verandering komt
door natuurlijk proces of door de interventie. Als de afhankelijke
variabele consistent verandert na afloop van de baseline tussen
Aantekeningen colleges (Blok 1)
Semester 1
College 1 ~ Introductie
De introductie van dit vak gaat over het gebruik van psychologische testen op
een individu, want kunnen we wel een normering gebruiken voor individuen?
Er worden vaak grote samples gebruikt om een verdeling van te maken.
Op basis van gemiddelden etc., wordt dan een maatstaaf gemaakt. De
spreidingsmaten worden dan dus gebaseerd op andere, willekeurige
mensen. Als je dit wil blijven gebruiken dan zijn er een aantal belangrijke
assumpties:
- Ergodiciteit
- Interindividuele en intra-individuele variabiliteit
- Persoonlijke verdeling vs. populatie verdeling
Ergodiciteit
Het blijkt dus nu dat veel conclusies uit onderzoeken niet kloppen, omdat de
manier van testen niet aansluit bij de testgroep. Het te testen domein is voor
ieder individu anders en dus zou er voor ieder individu een eigen norm moeten
zijn. Als er te spreken is van een ergodisch te meten systeem, dan zijn daar
assumpties voor:
- Lineair en adaptief -> dit is zichtbaar bij regressieformules
- Normaal verdeeld
- Homogeniteit van variantie -> te testen met een Levene’s test
- Onafhankelijkheid van de variabele
Ergodiciteit wil dus zeggen dat 1 keer 100 dobbelstenen gooien = 100 keer 1
dobbelsteen gooien
Kanttekening hierbij is alleen dat als je meerdere keren dezelfde
dobbelsteen gooit, dat er gelijke momenten moeten zijn en er mag niet
geleerd worden. Dit is bij een dobbelsteen niet erg, maar bij mensen wel.
Mensen zijn dus NIET ergodisch!
De moet oneindig vaak, dezelfde test afnemen, onder gelijkblijvende
omstandigheden, waarbij alle testafnames onafhankelijk zijn. Dit kan niet:
stochasische foutentheorie.
Interindividueel en intra-individueel
Scores worden geïnterpreteerd volgens de klassieke testtheorie. Dit betekent: X
= T + E.
Ware score met een meetfout. De vraag is alleen of er bij psychologische
variabelen wel meeteenheden zijn en of die afstanden altijd gelijk zijn.
- Classical Test Theorie -> Error of Measurement theory (Gauss, 1809).
Als de Error random gekozen wordt, dan is hij verwaarloosbaar en dus
gelijk aan 0. Er is geen Error en dus mag het gemiddelde genomen
worden als conclusie voor een meting. Het gemiddelde is dan de beste
schatting voor T.
- Belg Quetelet (social physics, 1835-1845)
Hij gaf aan dat mensen niet te meten zijn volgens die klassieke
testtheorie. Dus moest er aan andere manier komen: rangorden. Als je
verschillende mensen rangorde, dan is het midden ook het gemiddelde.
Dit is alleen nog steeds cijfermatig en hoe vertalen we dit dan naar
psychologische variabelen.
Dit geeft het verschil weer tussen interindividueel en
intra-individueel.
- Intra-individueel = verschillende metingen bij
dezelfde persoon.
, o T = lengte van 1 individu op basis van een verzameling van
metingen van de lengte van dit individu
- Interindividueel = 1 meting bij verschillende personen
o T = lengte van een typisch individu op basis van metingen van
lengtes van verschillende individuen
Hier ontstond dan ook de inferentiele statistiek.
Je kunt alleen niet voor iedere persoon een persoonlijke normaal verdeling
maken, die kennen we namelijk niet voor ieder individu afhankelijk, dus gebruik
je steekproefgegevens om die te schatten. Dit mag alleen niet zo maar, want …. -
> ergodische valkuil!
Er wordt aangenomen dat alle
elementen in een steekproef
dezelfde statistische identiteit
hebben en dat is bij mensen niet
zo.
Interactief meten
Geschiedenissen van individuen worden dus belangrijker. Je kunt dus niet het
individu terugkoppelen aan een groep, maar je moet terug naar hetzelfde
individu. Je krijgt dan veel meer data en veel meer informatie.
Je kunt dan modellen als die van Bronfenbrenner gebruiken om te kijken
naar de invleod van de omgeving op het individu. Zowel de interne als de
externe omgeving is dan van belang.
- Interactie denken -> gedrag ontstaat uit interactie
- Compact denken -> alle analyses dragen bij aan deze lineaire vorm
Menselijk gedrag wordt geproduceerd door een complex adaptief systeem
waarvan de componenten zelf ook als complexe systemen gezien kunnen
worden.
- Adaptief -> leren en ontwikkelen
- Emergentie -> onvoorspelbaar, onverwacht en niet-lineair
- Zelforganisatie -> niet aangestuurd door een computer
College 2 ~ N=1 designs
Nomothetische benadering -> je hebt een controle groep en een steekproef met
X mensen die je 1 keer een test laat maken.
Je hebt hierbij alleen weinig perspectief voor de praktijk en ook voor het
individu. Je kunt wel verschillende aanvullende onderzoeken doen
(mediatie en moderatie).
Idiografische benadering -> onderzoek bij een individu over een langere tijd.
Hierbij zijn de statistische beschrijvingen helemaal nutteloos. Je kunt
namelijk wel een gemiddelde berekenen, maar dat kan de minst
voorkomende waarde zijn. De verandering verloopt zo in sprongen, dat er
geen lijn in te trekken is. Het is hierbij dan ook veel belangrijker dat de
context meegenomen wordt en niet alleen de cijfertjes. Gat tussen
wetenschap en praktijk.
N=1 designs
In plaats van grote groepen met elkaar vergelijken, vergelijk je een persoon met
zichtzelf in het verleden. A-B / A-B-A etc.
- Multiple baseline design
Je begint op verschillende tijdstippen met de interventie,
willekeurig. Je kunt dan beter begrijpen of de verandering komt
door natuurlijk proces of door de interventie. Als de afhankelijke
variabele consistent verandert na afloop van de baseline tussen
