Samenvatting Correlationeel
Onderzoeksvragen volgen uit een theorie en heeft de volgende elementen (PAC):
1. Population (populatie): de groep mensen die de onderzoeker wilt onderzoeken
2. Association (verband/Relatie): de onderzoeker geeft aan welke relatie wordt verwacht
3. Constructs (theoretische begrippen): de kenmerken die de onderzoeker van de
mensen wil weten en meten en waartussen er een verband wordt verwacht
a. Om een theoretisch begrip (agressie, plezier etc) meetbaar te maken moet je
een operationalisatieproces doorlopen
b.
Voorbeeld: “Wat is het verband tussen het ervaren van werkstress en de mate van
slaapkwaliteit bij Nederlandse verpleegkundigen?”
P: Nederlandse verpleegkundigen
A: Verband tussen werkstress en slaapkwaliteit
C: werkstress en slaapkwaliteit
Causaliteit (≠ Correlationeel) → Experimenteel onderzoek benodigd causaliteit
- De ene variable heeft echt invloed op de andere variabele
o Verandering in A veroorzaakt een verandering in B
o Ze hangen dus niet samen, maar het ene verandert door het ander
o V.B: als je meer studeert, haal je hogere cijfers
o Oorzaak-gevolg
De voorwaarden van Causaliteit
- Covariance: er moet een relatie zijn tussen oorzaak gevolg
- Temporal Precedence: De oorzaak moet in de tijd voorafgaan aan het gevolg
- Internal Validity: Alternatieve verklaringen voor de gevonden relatie moeten zijn
uitgesloten
Variabele → Wanneer een theoretisch begrip is geoperationaliseerd, resulteert die in een
variabele (numerieke waarde)
Correlatie
- Twee dingen hangen samen en gebeuren dus samen
- Twee dingen bewegen samen, maar zonder bewijs voor oorzaak
Voorbeeld causaliteit en correlatie: Slaaptijd en cijfers op school
Stel je onderzoekt: “Leerlingen die meer slapen, halen betere cijfers.”
Je vindt in je data een positieve correlatie: Meer slaap ⟶ Hogere cijfers.
Correlatie - Je kunt zeggen: Er is een verband tussen hoeveelheid slaap en schoolprestaties.
Maar dat zegt nog niets over oorzaak en gevolg.
Want: Misschien zorgt meer slaap ervoor dat leerlingen beter presteren. (causaliteit)
Met alleen een correlationeel onderzoek (vragenlijst, observatie, etc.) kun je dat niet
onderscheiden.
,Dan kan je de Causaliteit testen
Om te weten wat wat veroorzaakt, moet je manipuleren → dat is wat experimenteel
onderzoek doet.
Bijvoorbeeld:
Je verdeelt leerlingen at random in twee groepen:
- Groep A: moet elke nacht minstens 8 uur slapen
- Groep B: mag maar 5 uur slapen
Na een week geef je alle leerlingen dezelfde toets. Als Groep A significant hogere scores haalt,
kun je zeggen: Slaaptijd veroorzaakt betere cijfers.
Want:
De groepen waren random toegewezen → geen derde factor.
De slaaptijd was bewust gemanipuleerd → dus dat is de oorzaak.
Om causaliteit te bewijzen, moet je iets veranderen (manipuleren) en kijken wat er daarna
gebeurt.
Verschillende meetniveaus
Nominaal – Categorieën
Ordinaal - Volgorde
Interval – Volgorde, gelijke afstand
Ratio – Volgorde, gelijke afstand en nulpunt
Kwaliteit van Correlationeel onderzoek heeft belangrijke kwaliteitscriteria:
1. Interne validiteit:
a. Oorzaak-gevolg – Komt de verandering in B echt door A
b. Kunnen we een ‘goed’ antwoord geven op de onderzoeksvraag (vooral
belangrijk bij causal)
c. Interne validiteit heeft te maken met het uitsluiten van eventuele andere
oorzaken
2. Begripsvaliditeit
a. Meet je wat je bedoelt te meten? – zijn je theoretische begrippen goed vertaald
naar meetbare variabelen
b. Subjectieve vormen - beoordeling op mening, indrukken en kennis
i. Indruksvaliditeit → Vinden experts dat de vragenlijst er logisch en
compleet uitziet
ii. Inhoudsvaliditeit → Worden alle aspecten van het begrip gemeten?
(Dekken de vragen de hele theorie)
c. Empirische vormen – beoordeling op data
, i. Criteriumvaliditeit → Hangen de scores samen met gedrag of
uitkomsten die we verwachten?
1. Een manier om te controleren of onze metingen met ons
meetinstrument verband houden met gedragsmatige
uitkomsten in de praktijk, is door de resultaten van het
meetinstrument te vergelijken met observaties van dezelfde
respondenten in de praktijk op enkele van deze verwante
gedragingen.
ii. Convergente validiteit → Komt dit meetinstrument overeen met andere
instrumenten die hetzelfde meten?
1. Stel dat we een nieuw meetinstrument voor depressie willen
ontwikkelen. Wanneer we ons nieuwe meetinstrument uittesten
bij een groep respondenten, verzamelen we bij dezelfde
respondenten ook data met een bestaand depressie
meetinstrument: bijvoorbeeld Becks despression scale
iii. Discriminante validiteit → Verschilt het genoeg van instrumenten die
iets anders meten?
3. Statistische validiteit
a. Kunnen we de cijfers vertrouwen?
i. Analyse correct uitgevoerd, effect echt of toeval, kan het onderzoek
herhaald worden? Geen data verzonnen
4. Externe validiteit
a. Kunnen we de resultaten generaliseren?
i. Geld je steekproef bevindingen ook voor andere mensen, tijden of
situaties (vooral belangrijk bij correlationeel)
b. Doel van correlationeel onderzoek is vaak conclusies te laten gelden voor
grotere groep → Steekproef
→ Bij subjectieve beoordelingen
(indruks- en inhoudsvaliditeit) kijken we
of het instrument lijkt te passen bij het
te meten begrip en of het volledig lijkt
te zijn.
→ Bij empirische beoordelingen
(convergente, discriminante en
criteriumvaliditeit) zijn we
geïnteresseerd in de samenhang
tussen ons meetinstrument en andere
instrumenten of gedragingen.
, Betrouwbaarheid (reliability) gaat over toevallige fouten of afwijkingen
Betrouwbaarheid van een meetinstrument
• leidt de operationalisatie tot goede, consistente metingen?
• Als hetzelfde meetinstrument nog een keer gebruikt zou worden bij dezelfde
groep, zouden de resultaten dan hetzelfde zijn?
• Toevallige invloeden zijn niet voor iedereen hetzelfde uitwerken
Verschillende manieren om de betrouwbaarheid te bepalen:
→ Test-hertest betrouwbaarheid:
• Hetzelfde meetinstrument meerdere keer bij eenzelfde groep afnemen en of dit
dan gelijke resultaten oplevert.
• Als dat zo is, is dat een indicatie dat het goed zit met de betrouwbaarheid
• Wordt gebruikt bij theoretische begrippen die relatief stabiel zijn
• Intelligentie, ambitie, assertiviteit, empathie
• Niet handig bij theoretische begrippen die fluctueren met de tijd
• Pijn, stress, boosheid, tevredenheid met de regering
• ook goed bij observaties
→ Interbeoordelaarsbetrouwbaarheid: geeft het instrument consequente scores
wanneer verschillende onderzoekers het gebruiken?
• wordt vooral gebruikt bij observaties
→ Interne consistentie: geven respondenten soortgelijke antwoorden op verschillende
vragen over hetzelfde theoretische begrip?
• gemeten met cronbachs alfa
• Cronbach alfa meet de interne consistentie (samenhang tussen antwoorden op
vragen binnen een meetschaal)
• Is er een consequent antwoordpatroon?
Betrouwbaar maar niet valide - we zitten ernaast, maar wel consequent ernaast. Als je
bijvoorbeeld agressie wilt meten maar woede meet uiteindelijk
Methoden van Dataverzameling:
- Observatiestudies
o Gedrag observeren, fenomeen in setting te bestuderen
- Bestaande gegevens
- Vragenlijsten
o Soorten vragenlijsten: Face to Face, papier, telefoon Internet etc..
o Typed mixed mehtods surveys:
▪ Ene soort voor ene groep respondenten andere soort voor
andere
▪ Telefoof en post
▪ First wave, second wave anders
Onderzoeksvragen volgen uit een theorie en heeft de volgende elementen (PAC):
1. Population (populatie): de groep mensen die de onderzoeker wilt onderzoeken
2. Association (verband/Relatie): de onderzoeker geeft aan welke relatie wordt verwacht
3. Constructs (theoretische begrippen): de kenmerken die de onderzoeker van de
mensen wil weten en meten en waartussen er een verband wordt verwacht
a. Om een theoretisch begrip (agressie, plezier etc) meetbaar te maken moet je
een operationalisatieproces doorlopen
b.
Voorbeeld: “Wat is het verband tussen het ervaren van werkstress en de mate van
slaapkwaliteit bij Nederlandse verpleegkundigen?”
P: Nederlandse verpleegkundigen
A: Verband tussen werkstress en slaapkwaliteit
C: werkstress en slaapkwaliteit
Causaliteit (≠ Correlationeel) → Experimenteel onderzoek benodigd causaliteit
- De ene variable heeft echt invloed op de andere variabele
o Verandering in A veroorzaakt een verandering in B
o Ze hangen dus niet samen, maar het ene verandert door het ander
o V.B: als je meer studeert, haal je hogere cijfers
o Oorzaak-gevolg
De voorwaarden van Causaliteit
- Covariance: er moet een relatie zijn tussen oorzaak gevolg
- Temporal Precedence: De oorzaak moet in de tijd voorafgaan aan het gevolg
- Internal Validity: Alternatieve verklaringen voor de gevonden relatie moeten zijn
uitgesloten
Variabele → Wanneer een theoretisch begrip is geoperationaliseerd, resulteert die in een
variabele (numerieke waarde)
Correlatie
- Twee dingen hangen samen en gebeuren dus samen
- Twee dingen bewegen samen, maar zonder bewijs voor oorzaak
Voorbeeld causaliteit en correlatie: Slaaptijd en cijfers op school
Stel je onderzoekt: “Leerlingen die meer slapen, halen betere cijfers.”
Je vindt in je data een positieve correlatie: Meer slaap ⟶ Hogere cijfers.
Correlatie - Je kunt zeggen: Er is een verband tussen hoeveelheid slaap en schoolprestaties.
Maar dat zegt nog niets over oorzaak en gevolg.
Want: Misschien zorgt meer slaap ervoor dat leerlingen beter presteren. (causaliteit)
Met alleen een correlationeel onderzoek (vragenlijst, observatie, etc.) kun je dat niet
onderscheiden.
,Dan kan je de Causaliteit testen
Om te weten wat wat veroorzaakt, moet je manipuleren → dat is wat experimenteel
onderzoek doet.
Bijvoorbeeld:
Je verdeelt leerlingen at random in twee groepen:
- Groep A: moet elke nacht minstens 8 uur slapen
- Groep B: mag maar 5 uur slapen
Na een week geef je alle leerlingen dezelfde toets. Als Groep A significant hogere scores haalt,
kun je zeggen: Slaaptijd veroorzaakt betere cijfers.
Want:
De groepen waren random toegewezen → geen derde factor.
De slaaptijd was bewust gemanipuleerd → dus dat is de oorzaak.
Om causaliteit te bewijzen, moet je iets veranderen (manipuleren) en kijken wat er daarna
gebeurt.
Verschillende meetniveaus
Nominaal – Categorieën
Ordinaal - Volgorde
Interval – Volgorde, gelijke afstand
Ratio – Volgorde, gelijke afstand en nulpunt
Kwaliteit van Correlationeel onderzoek heeft belangrijke kwaliteitscriteria:
1. Interne validiteit:
a. Oorzaak-gevolg – Komt de verandering in B echt door A
b. Kunnen we een ‘goed’ antwoord geven op de onderzoeksvraag (vooral
belangrijk bij causal)
c. Interne validiteit heeft te maken met het uitsluiten van eventuele andere
oorzaken
2. Begripsvaliditeit
a. Meet je wat je bedoelt te meten? – zijn je theoretische begrippen goed vertaald
naar meetbare variabelen
b. Subjectieve vormen - beoordeling op mening, indrukken en kennis
i. Indruksvaliditeit → Vinden experts dat de vragenlijst er logisch en
compleet uitziet
ii. Inhoudsvaliditeit → Worden alle aspecten van het begrip gemeten?
(Dekken de vragen de hele theorie)
c. Empirische vormen – beoordeling op data
, i. Criteriumvaliditeit → Hangen de scores samen met gedrag of
uitkomsten die we verwachten?
1. Een manier om te controleren of onze metingen met ons
meetinstrument verband houden met gedragsmatige
uitkomsten in de praktijk, is door de resultaten van het
meetinstrument te vergelijken met observaties van dezelfde
respondenten in de praktijk op enkele van deze verwante
gedragingen.
ii. Convergente validiteit → Komt dit meetinstrument overeen met andere
instrumenten die hetzelfde meten?
1. Stel dat we een nieuw meetinstrument voor depressie willen
ontwikkelen. Wanneer we ons nieuwe meetinstrument uittesten
bij een groep respondenten, verzamelen we bij dezelfde
respondenten ook data met een bestaand depressie
meetinstrument: bijvoorbeeld Becks despression scale
iii. Discriminante validiteit → Verschilt het genoeg van instrumenten die
iets anders meten?
3. Statistische validiteit
a. Kunnen we de cijfers vertrouwen?
i. Analyse correct uitgevoerd, effect echt of toeval, kan het onderzoek
herhaald worden? Geen data verzonnen
4. Externe validiteit
a. Kunnen we de resultaten generaliseren?
i. Geld je steekproef bevindingen ook voor andere mensen, tijden of
situaties (vooral belangrijk bij correlationeel)
b. Doel van correlationeel onderzoek is vaak conclusies te laten gelden voor
grotere groep → Steekproef
→ Bij subjectieve beoordelingen
(indruks- en inhoudsvaliditeit) kijken we
of het instrument lijkt te passen bij het
te meten begrip en of het volledig lijkt
te zijn.
→ Bij empirische beoordelingen
(convergente, discriminante en
criteriumvaliditeit) zijn we
geïnteresseerd in de samenhang
tussen ons meetinstrument en andere
instrumenten of gedragingen.
, Betrouwbaarheid (reliability) gaat over toevallige fouten of afwijkingen
Betrouwbaarheid van een meetinstrument
• leidt de operationalisatie tot goede, consistente metingen?
• Als hetzelfde meetinstrument nog een keer gebruikt zou worden bij dezelfde
groep, zouden de resultaten dan hetzelfde zijn?
• Toevallige invloeden zijn niet voor iedereen hetzelfde uitwerken
Verschillende manieren om de betrouwbaarheid te bepalen:
→ Test-hertest betrouwbaarheid:
• Hetzelfde meetinstrument meerdere keer bij eenzelfde groep afnemen en of dit
dan gelijke resultaten oplevert.
• Als dat zo is, is dat een indicatie dat het goed zit met de betrouwbaarheid
• Wordt gebruikt bij theoretische begrippen die relatief stabiel zijn
• Intelligentie, ambitie, assertiviteit, empathie
• Niet handig bij theoretische begrippen die fluctueren met de tijd
• Pijn, stress, boosheid, tevredenheid met de regering
• ook goed bij observaties
→ Interbeoordelaarsbetrouwbaarheid: geeft het instrument consequente scores
wanneer verschillende onderzoekers het gebruiken?
• wordt vooral gebruikt bij observaties
→ Interne consistentie: geven respondenten soortgelijke antwoorden op verschillende
vragen over hetzelfde theoretische begrip?
• gemeten met cronbachs alfa
• Cronbach alfa meet de interne consistentie (samenhang tussen antwoorden op
vragen binnen een meetschaal)
• Is er een consequent antwoordpatroon?
Betrouwbaar maar niet valide - we zitten ernaast, maar wel consequent ernaast. Als je
bijvoorbeeld agressie wilt meten maar woede meet uiteindelijk
Methoden van Dataverzameling:
- Observatiestudies
o Gedrag observeren, fenomeen in setting te bestuderen
- Bestaande gegevens
- Vragenlijsten
o Soorten vragenlijsten: Face to Face, papier, telefoon Internet etc..
o Typed mixed mehtods surveys:
▪ Ene soort voor ene groep respondenten andere soort voor
andere
▪ Telefoof en post
▪ First wave, second wave anders
