College samenvatting Correlationele onderzoeksmethoden
College 1: Correlationele Onderzoeksmethoden 1
Structuur van het vak
Boek: Introduction to techniques for causal analysis
SPSS Practica en test
Tentamen
Aspecten van empirisch onderzoek
Steekproeven versus populatie
Populatie is de groep waar je iets van wilt weten, bijvoorbeeld: alle kinderen van 3 jaar oud. Over welke groep wil je
wat gaan zeggen? Omdat we deze kinderen niet allemaal kunnen meten trekken we een steekproef. Dit is een gedeelte
van de populatie, hoe je deze selecteert noem je Sampling design. De data die we krijgen over onze steekproef
noemen we Beschrijvende statistiek. Uiteindelijk willen we wat
zeggen over de populatie, hiervoor moeten we gebruik maken
van Inferentiële statistiek, hierbij gebruiken we de info over de
steekproef om iets over de populatie te zeggen.
Sampling design
Simple random sampling: Dit is het ideaalbeeld waarbij ieder
kind van 3 jaar in de populatie evenveel kans heeft om in de steekproef terecht te komen. In de praktijk is dit lastig.
Stratified sampling: De populatie wordt opgedeeld in strata (geslacht, leeftijd etc) binnen elk stratum wordt een
volledig aselecte steekproef getrokken (evenveel kans) Dit doe je als je bijv. ook bepaalde minderheden in je steekproef
wilt.
Convenience sampling: De steekproef bestaat uit diegene die voorhanden zijn ( bijv. psychologiestudenten gebruiken).
Deze wordt vaak gebruikt.
Er zijn nog vele andere toetsende statistieken, wij gaan er in deze cursus vanuit dat er een simple random sampling van
toepassing is, tenzij anders is beschreven.
Steekproeffluctuaties: verschillen in scores in steekproeven, dit komt veel voor bij kleine steekproeven zoals n=25.
Beschrijvende statistiek
Centrummaten
• Gemiddelde score
• Mediaan : de score die de onderste helft scheidt van de bovenste helft
• Modus : De score die het meest geobserveerd wordt.
Spreidingsmaten (hoeveel verschil zit er tussen de mensen)
• Variantie: Hoe ver zijn de observaties gemiddeld genomen van het centrum vd verdeling. Kwadrateer alle
deviaties
o Voor elke observatie bereken je de afwijking (deviatie) van het gemiddelde (zie tabel).
o Kwadrateer alle deviaties die je in stap 1 hebt berekend
o Neem de som van alle gekwadrateerde deviaties uit stap 2
o Bepaal het totaal aantal observaties, we noemen het aantal (N)
o Deel de som van de gekwadrateerde deviaties door het aantal observaties
• Standaarddeviatie: De wortel van de variantie. (wortel is
omgekeerde van kwadraat) Zo is de standaard deviatie
,makkelijker te interpreteren dan variantie. Bij de steekproef doe je n-1 en bij de populatie niet, hierdoor
verschillen de uitkomsten.
,Voorbeeld opgave / nul hypothese significantie testing
Scoren studenten hoger dan een 6.0 op het tentamen van Correlationele Onderzoeksmethoden? Scoren vrouwen op dit
tentamen beter dan mannen? We trekken een steekproef van 30
studenten om deze vragen te onderzoeken.
Is het gemiddelde tentamencijfers in de populatie ( μ) gelijk aan 6.0?
Stappenplan:
• Eerst formuleren we de nulhypothese (H0) en de alternatieve hypothese (h1)
• Als tweede maken we de beslisregel’
• Als derde halen we de t- en de p-waarde uit de output
• Als laatste verwerpen we wel of niet de nulhypothese en trekken een conclusie
1. H0: μ= 6.0 & H1: μ ≠6.0
2. Als de p-waarde < α dan verwerpen we de nulhypothese
Voorbeeld: als P < 0.05 dan verwerpen we de
nulhypothese, dit wil zeggen dat wanneer de kans
kleiner is dan 5% dat de populatie een gemiddelde
score van 6.0 heeft dan gaan we er van uit dat het
niet zo is en accepteren we H1.
T-waarde: 1,851
Sig. (2-tailed) is de p-waarde: 0,074
T(29) = 1.815. p= 0.074
Hiermee kunnen we H0 niet verwerpen en hebben dus niet
voldoende bewijs om te zeggen dat μ ≠6.0. Dus we accepteren H0: μ=
6.0
LETOP: de 29 staat voor de vrijheidsgraden, dit is altijd n-1
We hebben zojuist een tweezijdige toets gedaan, we hebben zowel
gekeken naar de kans dat μ groter of kleiner is dan 6. Dat zie je hier
rechts in de afbeelding. 0.025 rechts en 0.025 links.
We kunnen ook een eenzijdige toets uitvoeren, hierbij kijken we maar
naar een kant. Dit doen we door de p-waarde te delen door 2 dus je
doet: 0.074 : 2 = 0.037 en dit is kleiner dan α 0.05
Betrouwbaarheidsinterval schatten, zie onderstaande afbeelding.
, Maar wat zegt betrouwbaarheidsinterval, wanneer we een experiment keer op keer herhalen dan valt 95% vd scores binnen
betrouwbaarheidsinterval (5.9429 en 7.1489) van de echte waarde (bijv u of p). Dus op basis vd gevonden data is dit de meest
waarschijnlijke range waarbinnen de echte waarde zal liggen.
Meetniveaus
We maken in deze cursus vooral het onderscheid tussen
• Categorische variabelen: Geslacht, type opleiding, sociale klasse, diagnose etc. Dit zijn variabelen waarbij je echt in een
verschillende groep/categorie zit.
• Kwantitatieve variabelen: Leeftijd, IQ, tentamencijfers, score op depressievragenlijst. Dit zijn variabelen waarbij je meet
op een schaal, dus je zit niet in een andere groep maar je hebt iets in een bepaalde mate of niet, zoals depressie of een
hoog IQ of laag IQ maar beide heb je IQ en zit dus in dezelfde groep.
Onderzoeksdesign
Bij een quasi experiment kan je bijvoorbeeld dingen voorleggen op verschillende dagen, hierbij is er dus geen radom toewijzing.
Correlationeel (niet experiment) hierbij kun je denken aan vragenlijsten over hoe vaak ze worden voorgelezen en hoe zit het met
hun taalontwikkeling. Hierbij manipuleer je dus niets. Deze cursus gaat vooral over correlationeel onderzoeksdesign. We gaan
kijken tussen samenhang in variabelen bijv. Drankgebruik en schoolprestaties. Hiervoor gebruiken we vaak Pearson Correlatie
coefficient
Pearson Correlatie coefficient
Dit is een maat voor lineaire samenhang.
Notatie: p: correlatie in populatie en r: correlatie in de steekproef
College 1: Correlationele Onderzoeksmethoden 1
Structuur van het vak
Boek: Introduction to techniques for causal analysis
SPSS Practica en test
Tentamen
Aspecten van empirisch onderzoek
Steekproeven versus populatie
Populatie is de groep waar je iets van wilt weten, bijvoorbeeld: alle kinderen van 3 jaar oud. Over welke groep wil je
wat gaan zeggen? Omdat we deze kinderen niet allemaal kunnen meten trekken we een steekproef. Dit is een gedeelte
van de populatie, hoe je deze selecteert noem je Sampling design. De data die we krijgen over onze steekproef
noemen we Beschrijvende statistiek. Uiteindelijk willen we wat
zeggen over de populatie, hiervoor moeten we gebruik maken
van Inferentiële statistiek, hierbij gebruiken we de info over de
steekproef om iets over de populatie te zeggen.
Sampling design
Simple random sampling: Dit is het ideaalbeeld waarbij ieder
kind van 3 jaar in de populatie evenveel kans heeft om in de steekproef terecht te komen. In de praktijk is dit lastig.
Stratified sampling: De populatie wordt opgedeeld in strata (geslacht, leeftijd etc) binnen elk stratum wordt een
volledig aselecte steekproef getrokken (evenveel kans) Dit doe je als je bijv. ook bepaalde minderheden in je steekproef
wilt.
Convenience sampling: De steekproef bestaat uit diegene die voorhanden zijn ( bijv. psychologiestudenten gebruiken).
Deze wordt vaak gebruikt.
Er zijn nog vele andere toetsende statistieken, wij gaan er in deze cursus vanuit dat er een simple random sampling van
toepassing is, tenzij anders is beschreven.
Steekproeffluctuaties: verschillen in scores in steekproeven, dit komt veel voor bij kleine steekproeven zoals n=25.
Beschrijvende statistiek
Centrummaten
• Gemiddelde score
• Mediaan : de score die de onderste helft scheidt van de bovenste helft
• Modus : De score die het meest geobserveerd wordt.
Spreidingsmaten (hoeveel verschil zit er tussen de mensen)
• Variantie: Hoe ver zijn de observaties gemiddeld genomen van het centrum vd verdeling. Kwadrateer alle
deviaties
o Voor elke observatie bereken je de afwijking (deviatie) van het gemiddelde (zie tabel).
o Kwadrateer alle deviaties die je in stap 1 hebt berekend
o Neem de som van alle gekwadrateerde deviaties uit stap 2
o Bepaal het totaal aantal observaties, we noemen het aantal (N)
o Deel de som van de gekwadrateerde deviaties door het aantal observaties
• Standaarddeviatie: De wortel van de variantie. (wortel is
omgekeerde van kwadraat) Zo is de standaard deviatie
,makkelijker te interpreteren dan variantie. Bij de steekproef doe je n-1 en bij de populatie niet, hierdoor
verschillen de uitkomsten.
,Voorbeeld opgave / nul hypothese significantie testing
Scoren studenten hoger dan een 6.0 op het tentamen van Correlationele Onderzoeksmethoden? Scoren vrouwen op dit
tentamen beter dan mannen? We trekken een steekproef van 30
studenten om deze vragen te onderzoeken.
Is het gemiddelde tentamencijfers in de populatie ( μ) gelijk aan 6.0?
Stappenplan:
• Eerst formuleren we de nulhypothese (H0) en de alternatieve hypothese (h1)
• Als tweede maken we de beslisregel’
• Als derde halen we de t- en de p-waarde uit de output
• Als laatste verwerpen we wel of niet de nulhypothese en trekken een conclusie
1. H0: μ= 6.0 & H1: μ ≠6.0
2. Als de p-waarde < α dan verwerpen we de nulhypothese
Voorbeeld: als P < 0.05 dan verwerpen we de
nulhypothese, dit wil zeggen dat wanneer de kans
kleiner is dan 5% dat de populatie een gemiddelde
score van 6.0 heeft dan gaan we er van uit dat het
niet zo is en accepteren we H1.
T-waarde: 1,851
Sig. (2-tailed) is de p-waarde: 0,074
T(29) = 1.815. p= 0.074
Hiermee kunnen we H0 niet verwerpen en hebben dus niet
voldoende bewijs om te zeggen dat μ ≠6.0. Dus we accepteren H0: μ=
6.0
LETOP: de 29 staat voor de vrijheidsgraden, dit is altijd n-1
We hebben zojuist een tweezijdige toets gedaan, we hebben zowel
gekeken naar de kans dat μ groter of kleiner is dan 6. Dat zie je hier
rechts in de afbeelding. 0.025 rechts en 0.025 links.
We kunnen ook een eenzijdige toets uitvoeren, hierbij kijken we maar
naar een kant. Dit doen we door de p-waarde te delen door 2 dus je
doet: 0.074 : 2 = 0.037 en dit is kleiner dan α 0.05
Betrouwbaarheidsinterval schatten, zie onderstaande afbeelding.
, Maar wat zegt betrouwbaarheidsinterval, wanneer we een experiment keer op keer herhalen dan valt 95% vd scores binnen
betrouwbaarheidsinterval (5.9429 en 7.1489) van de echte waarde (bijv u of p). Dus op basis vd gevonden data is dit de meest
waarschijnlijke range waarbinnen de echte waarde zal liggen.
Meetniveaus
We maken in deze cursus vooral het onderscheid tussen
• Categorische variabelen: Geslacht, type opleiding, sociale klasse, diagnose etc. Dit zijn variabelen waarbij je echt in een
verschillende groep/categorie zit.
• Kwantitatieve variabelen: Leeftijd, IQ, tentamencijfers, score op depressievragenlijst. Dit zijn variabelen waarbij je meet
op een schaal, dus je zit niet in een andere groep maar je hebt iets in een bepaalde mate of niet, zoals depressie of een
hoog IQ of laag IQ maar beide heb je IQ en zit dus in dezelfde groep.
Onderzoeksdesign
Bij een quasi experiment kan je bijvoorbeeld dingen voorleggen op verschillende dagen, hierbij is er dus geen radom toewijzing.
Correlationeel (niet experiment) hierbij kun je denken aan vragenlijsten over hoe vaak ze worden voorgelezen en hoe zit het met
hun taalontwikkeling. Hierbij manipuleer je dus niets. Deze cursus gaat vooral over correlationeel onderzoeksdesign. We gaan
kijken tussen samenhang in variabelen bijv. Drankgebruik en schoolprestaties. Hiervoor gebruiken we vaak Pearson Correlatie
coefficient
Pearson Correlatie coefficient
Dit is een maat voor lineaire samenhang.
Notatie: p: correlatie in populatie en r: correlatie in de steekproef
