3.5 - Advanced Quantitative Methods
Webcollege 0 – Herhaling (1.4 quantitative methods)
- Inferentiële statistiek
o Populaties en steekproeven
o Hypothesen
o P-level (α van 0,05 – 5%)
- Statistische toetsen voor hypothesen over relaties tussen
variabelen
o T-toets voor onafhankelijke groepen
o (Chi-kwadraat toets)
o Correlatie
o Regressie
Inferentiële statistiek: we hebben een verwachting over de populatie. Maar omdat we geen data
over de gehele populatie kunnen verzamelen, nemen we een willekeurige steekproef om de
hypothese te toetsen. Op basis van de uitkomst van de toets kunnen we wel/niet uitspraken doen
over de populatie.
- Van steekproef naar populatie
Hypothese en p-level
- We weten nooit helemaal zeker of iets zo is als het lijkt te zijn
- Het onzekerheidsniveau (hoe waarschijnlijk is dat we het mis hebben) dat we toeleggen is
maximaal 5% (α = 0,05)
o We hebben dus maximaal 5% kans dat we de nulhypothese afwijzen terwijl dat niet
had gemogen (type 1-fout)
o En minimaal 95% kans dat onze verwachting geformuleerd in de alternatieve
hypothese ‘waar’ is
o P = 0,05 kleiner dan dat? H0 afwijzen
T-toets voor onafhankelijke groepen
- Onafhankelijke variabele: binaire nominale (dichotome) variabele de groep, bijvoorbeeld
man en vrouw
- Afhankelijke variabele: interval of ratio (continu) variabele hierin wordt een verschil
verwacht, bijvoorbeeld inkomen
- Hypothesen gaan altijd over een verschil tussen de gemiddelden voor twee groepen: bestaat
dit verschil ook in de populatie?
- We kunnen een uitspraak doen over de richting van het verschil
- Dezelfde hypothese kan met lineaire bivariate regressie
Correlatie
- Onafhankelijke variabele: variabele met minimaal ordinaal
meetniveau
- Afhankelijke variabele: variabele met minimaal ordinaal
meetniveau
- Hypothesen gaan altijd over een verband tussen twee variabelen
- We kunnen een uitspraak doen over de richting van het verband
- Voor ratio/interval meetniveau: dezelfde hypothese kunnen we
met een lineaire bivariate regressie toetsen
1
, Twee soorten correlatie:
- Pearson correlatie (r) meet lineaire samenhang tussen twee continue (interval of ratio)
gemeten variabelen
- Spearman correlatie meet non-lineaire (monotonische/dezelfde richting (+ of =))
samenhang tussen twee continue (interval of ratio) of ordinaal gemeten variabelen
Correlatie en regressie
- De hypothese van een correlatie kan met een regressieanalyse getoetst worden
- We kunnen op basis van correlatie geen uitspraken doen over hoeveel inkomen (Y)
toeneemt (of afneemt) naarmate leeftijd (X) toeneemt
o Hiervoor is een regressie
- Een verband kunnen aantonen, betekent niet dat er een causale relatie bestaat tussen X en
Y
Regressie
Lineaire regressie
- Afhankelijke variabele: interval of ratio (continu) meetniveau
- Onafhankelijke variabele
o Binair nominaal (dichotoom) meetniveau (geval t-toets)
o Ratio/interval meetniveau (geval correlatie) of nominaal (meerdere categorieën) of
ordinaal
- Hypothesen gaan over een verschil of verband tussen de twee variabelen
- We kunnen een uitspraak doen over de richting van het verschil/verband
- Hoeveel neemt een variabele (Y) toe of af als een andere variabele toeneemt (X)
- We maken op basis van de onafhankelijke X-variabele een voorspelling voor de waarde op
de afhankelijke Y-variabele
- Bivariate regressie: het voorspellen van Y op basis van X
o We schatten het verband tussen twee variabelen (X en Y)
o We schatten Y als lineaire functie van X
o We willen de variantie in de afhankelijke variabele Y voorspellen dit doen we met
behulp van X
o Y’= a + b * X we voorspellen Y (Y’) op basis van de constante/intercept (a) en de
waarde op de onafhankelijke variabele X vermenigvuldigd met een
richtingscoëfficiënt (b)
a constante, geeft aan hoe groot de voorspelde Y is als
X=0
We kunnen bij de constante alleen zien of deze
significant afwijkt van 0, meer niet
b richtingscoëfficiënt, geeft aan hoeveel de voorspelde
Y toe- of afneemt als X met één eenheid toeneemt
Hierover kunnen we een hypothese formuleren.
Als b p < 0,05 is dan mogen we nulhypothese verwerpen
- Multivariate regressie: het voorspellen van Y op basis van X1, X2, X3 etc.
Voorspellingsfout (residual) de afwijking van de voorspelde Y-
waarde van de geobserveerde Y-waarde: E.
Y=a+b*X+E
2
, Webcollege 1 – Schaalanalyse
- Conceptualiseren en operationaliseren
- Validiteit en betrouwbaarheid
- Schaalanalyse
- Factoranalyse
- Betrouwbaarheidsanalyse
(Abstract) latente constructen dienen
allereerst geconceptualiseerd te worden
wat betekent het eigenlijk? Daarna
operationaliseren. Hierbij wordt er
gekeken hoe het wordt gemeten, welke
vragen er gesteld dienen te worden.
Schaalconstructie
- Moeilijk aan te duiden met één vraag
- Meten door set van vragen (items)
- Antwoorden op meerdere vragen samenvoegen
- Somscore of gemiddelde score per respondent
Voordelen:
- Meer variatie in antwoorden, dus beter onderscheid tussen respondenten
- Betere gezamenlijke validiteit dan losse vragen
- Betere betrouwbaarheid dan losse vragen
- Minder erg wanneer een vraag niet begrepen wordt (kan duidelijker worden door de andere
vragen)
Validiteit en betrouwbaarheid
Validiteit: meet mijn schaal wat ik wil meten? Raken mijn vragen mijn doel?
Betrouwbaarheid: meet mijn schaal elke keer hetzelfde concept? Raken mijn vragen hetzelfde doel?
Factoranalyse en betrouwbaarheidsanalyse
Hoe weten we of de vragen een schaal vormen?
1. Factoranalyse (validiteit)
2. Betrouwbaarheidsanalyse
a. Bekijken door correlaties van onderlinge
verband tussen items
b. Cronbach’s alfa (tussen 0 en 1)
Hoorcollege 1
- Factoranalyse
- Betrouwbaarheidsanalyse
- Schaalanalyse
3
Webcollege 0 – Herhaling (1.4 quantitative methods)
- Inferentiële statistiek
o Populaties en steekproeven
o Hypothesen
o P-level (α van 0,05 – 5%)
- Statistische toetsen voor hypothesen over relaties tussen
variabelen
o T-toets voor onafhankelijke groepen
o (Chi-kwadraat toets)
o Correlatie
o Regressie
Inferentiële statistiek: we hebben een verwachting over de populatie. Maar omdat we geen data
over de gehele populatie kunnen verzamelen, nemen we een willekeurige steekproef om de
hypothese te toetsen. Op basis van de uitkomst van de toets kunnen we wel/niet uitspraken doen
over de populatie.
- Van steekproef naar populatie
Hypothese en p-level
- We weten nooit helemaal zeker of iets zo is als het lijkt te zijn
- Het onzekerheidsniveau (hoe waarschijnlijk is dat we het mis hebben) dat we toeleggen is
maximaal 5% (α = 0,05)
o We hebben dus maximaal 5% kans dat we de nulhypothese afwijzen terwijl dat niet
had gemogen (type 1-fout)
o En minimaal 95% kans dat onze verwachting geformuleerd in de alternatieve
hypothese ‘waar’ is
o P = 0,05 kleiner dan dat? H0 afwijzen
T-toets voor onafhankelijke groepen
- Onafhankelijke variabele: binaire nominale (dichotome) variabele de groep, bijvoorbeeld
man en vrouw
- Afhankelijke variabele: interval of ratio (continu) variabele hierin wordt een verschil
verwacht, bijvoorbeeld inkomen
- Hypothesen gaan altijd over een verschil tussen de gemiddelden voor twee groepen: bestaat
dit verschil ook in de populatie?
- We kunnen een uitspraak doen over de richting van het verschil
- Dezelfde hypothese kan met lineaire bivariate regressie
Correlatie
- Onafhankelijke variabele: variabele met minimaal ordinaal
meetniveau
- Afhankelijke variabele: variabele met minimaal ordinaal
meetniveau
- Hypothesen gaan altijd over een verband tussen twee variabelen
- We kunnen een uitspraak doen over de richting van het verband
- Voor ratio/interval meetniveau: dezelfde hypothese kunnen we
met een lineaire bivariate regressie toetsen
1
, Twee soorten correlatie:
- Pearson correlatie (r) meet lineaire samenhang tussen twee continue (interval of ratio)
gemeten variabelen
- Spearman correlatie meet non-lineaire (monotonische/dezelfde richting (+ of =))
samenhang tussen twee continue (interval of ratio) of ordinaal gemeten variabelen
Correlatie en regressie
- De hypothese van een correlatie kan met een regressieanalyse getoetst worden
- We kunnen op basis van correlatie geen uitspraken doen over hoeveel inkomen (Y)
toeneemt (of afneemt) naarmate leeftijd (X) toeneemt
o Hiervoor is een regressie
- Een verband kunnen aantonen, betekent niet dat er een causale relatie bestaat tussen X en
Y
Regressie
Lineaire regressie
- Afhankelijke variabele: interval of ratio (continu) meetniveau
- Onafhankelijke variabele
o Binair nominaal (dichotoom) meetniveau (geval t-toets)
o Ratio/interval meetniveau (geval correlatie) of nominaal (meerdere categorieën) of
ordinaal
- Hypothesen gaan over een verschil of verband tussen de twee variabelen
- We kunnen een uitspraak doen over de richting van het verschil/verband
- Hoeveel neemt een variabele (Y) toe of af als een andere variabele toeneemt (X)
- We maken op basis van de onafhankelijke X-variabele een voorspelling voor de waarde op
de afhankelijke Y-variabele
- Bivariate regressie: het voorspellen van Y op basis van X
o We schatten het verband tussen twee variabelen (X en Y)
o We schatten Y als lineaire functie van X
o We willen de variantie in de afhankelijke variabele Y voorspellen dit doen we met
behulp van X
o Y’= a + b * X we voorspellen Y (Y’) op basis van de constante/intercept (a) en de
waarde op de onafhankelijke variabele X vermenigvuldigd met een
richtingscoëfficiënt (b)
a constante, geeft aan hoe groot de voorspelde Y is als
X=0
We kunnen bij de constante alleen zien of deze
significant afwijkt van 0, meer niet
b richtingscoëfficiënt, geeft aan hoeveel de voorspelde
Y toe- of afneemt als X met één eenheid toeneemt
Hierover kunnen we een hypothese formuleren.
Als b p < 0,05 is dan mogen we nulhypothese verwerpen
- Multivariate regressie: het voorspellen van Y op basis van X1, X2, X3 etc.
Voorspellingsfout (residual) de afwijking van de voorspelde Y-
waarde van de geobserveerde Y-waarde: E.
Y=a+b*X+E
2
, Webcollege 1 – Schaalanalyse
- Conceptualiseren en operationaliseren
- Validiteit en betrouwbaarheid
- Schaalanalyse
- Factoranalyse
- Betrouwbaarheidsanalyse
(Abstract) latente constructen dienen
allereerst geconceptualiseerd te worden
wat betekent het eigenlijk? Daarna
operationaliseren. Hierbij wordt er
gekeken hoe het wordt gemeten, welke
vragen er gesteld dienen te worden.
Schaalconstructie
- Moeilijk aan te duiden met één vraag
- Meten door set van vragen (items)
- Antwoorden op meerdere vragen samenvoegen
- Somscore of gemiddelde score per respondent
Voordelen:
- Meer variatie in antwoorden, dus beter onderscheid tussen respondenten
- Betere gezamenlijke validiteit dan losse vragen
- Betere betrouwbaarheid dan losse vragen
- Minder erg wanneer een vraag niet begrepen wordt (kan duidelijker worden door de andere
vragen)
Validiteit en betrouwbaarheid
Validiteit: meet mijn schaal wat ik wil meten? Raken mijn vragen mijn doel?
Betrouwbaarheid: meet mijn schaal elke keer hetzelfde concept? Raken mijn vragen hetzelfde doel?
Factoranalyse en betrouwbaarheidsanalyse
Hoe weten we of de vragen een schaal vormen?
1. Factoranalyse (validiteit)
2. Betrouwbaarheidsanalyse
a. Bekijken door correlaties van onderlinge
verband tussen items
b. Cronbach’s alfa (tussen 0 en 1)
Hoorcollege 1
- Factoranalyse
- Betrouwbaarheidsanalyse
- Schaalanalyse
3
