(SAMENVATTING TH1 ZIE SCHRIFT OU MODULES)
Thema 2: Modellen, designs en
onderzoeksvragen
2.1: Structurele modellen
Een meetmodel visualiseert de operationalisatie van een variabele. Een structureel, ofwel
conceptueel, model laat zien hoe de onderzoeker verwacht dat de variabelen in een studie
samenhangen. Een meetmodel bevat één construct, waarvoor de operationalisatie uit een of
meerdere onderdelen kan bestaan. Een structureel model bevat juist alleen de constructen met hun
verwachte samenhang. De operationalisatie worden hierbij achterwege gelaten.
Verbanden worden aangegeven met pijltjes die van een rechthoek of ovaal naar een ander lopen.
Heeft de pijl twee pijlpunten (bidirectioneel), dan geeft het een verband aan tussen twee variabelen.
Het is niet bekend of deze elkaar beïnvloeden. Heeft de pijl één pijlpunt, dan wordt er gesproken van
een causaal verband. De ene variabele heeft dan invloed op de andere variabele.
2.2: Typen designs
Het design of de opzet van een studie is de manier waarop de data worden verzameld.
Cross-sectionele versus longitudinale designs
Als alle data per onderzoekseenheid (bijvoorbeeld een deelnemer) in één sessie worden verzameld,
spreekt men van cross-sectioneel design. Als er per onderzoekseenheid meerdere meetmomenten
zijn, is er sprake van een longitudinaal design. Longitudinale designs hebben meestal de voorkeur,
omdat hierin een proces binnen personen te onderzoeken is. Longitudinale designs zijn wel
moeilijker te implementeren, omdat deelnemers vaker gemeten moeten worden.
Attritie of uitval
Een nadeel van longitudinale designs is dat er op elk meetmoment mensen kunnen uitvallen. Dit
noem je attritie. De interne validiteit kan door selectieve uitval worden bedreigd. Deze bedreigingen
van de interne validiteit noem je bias.
Observationele versus experimentele designs
Het type design hangt ook nog af van een ander ingrediënt; of er één of meerdere variabelen worden
gemanipuleerd of niet. Bij een observationeel design is er geen sprake van manipulaties bij
variabelen. De deelnemers worden dus niet beïnvloed. Een experimenteel bevat een of meerdere
manipulaties; deelnemers worden dus beïnlvoed. Een experimenteel design wordt gebruikt om te
onderzoeken of variabelen elkaar beïnvloeden. Oftewel; of er een causaal verband bestaat. 3
voorwaarden voor een causaal verband:
1. De variabele die de invloed uitoefent (causale antecedent) moet eerder in de tijd gemeten of
gemanipuleerd worden dan de andere variabele (causale consequent). De invloed moet
namelijk tijd hebben om plaats te vinden.
2. De variabelen moeten samenhangen
3. Dit verband kan niet verklaard worden door andere variabelen of externe invloeden
, De eerste voorwaarde spreekt voor zich. De tweede voorwaarde kan worden afgemeten door middel
van een statistische toets. Voor de derde voorwaarde moeten deze ‘derde variabelen’ in kaart
worden gebracht. Deze heten ook wel cofounders: variabelen waarvan niet kan worden uitgesloten
dat ze verantwoordelijk zijn voor de gevonden verbanden en meetwaarden in een studie.
Gelukkig is hier een oplossing voor. Om de onderzoekseenheden in gelijkwaardige/equivalente
groepen in te delen, wordt gebruik gemaakt van randomisatie. Om randomisatie te laten slagen, zijn
er grote steekproeven nodig. Succesvolle randomisatie is een voorwaarde om conclusies te kunnen
trekken over causaliteit.
Matching is het genereren van condities die in alle aspecten behalve de gemanipuleerde variabele
hetzelfde zijn. Bij condities is er vaak één groep die minder interessant is, de controleconditie. De
groep waar de interesse naar uitgaat, is de experimentele conditie.
Typen designs:
- Longitudinaal: nodig als een theorie wordt onderzocht die processen beschrijft die binnen
onderzoekseenheden plaatsvinden
- Experimenteel: als een theorie wordt onderzocht die invloed of causaliteit veronderstelt
- Cross-sectioneel: voor de vraag of twee variabelen met elkaar samenhangen. Hier kan dus
geen conclusie getrokken worden over causaliteit of invloeden.
2.3: Onderzoeksvragen en hypothesen
Een onderzoeksvraag is de vraag waarop onderzoekers het antwoord willen weten. Meestal gaat het
om een verband tussen twee of meer variabelen. Een hypothese is een specifieke verwachting van
onderzoekers aan de hand van een onderzoeksvraag.
Formuleringen op theoretisch versus operationeel niveau
Hierbij gaat het erom wát je benoemt in de onderzoeksvraag of hypothese. Worden de theoretische
constructen benoemd zoals ze in wetenschappelijke theorieën voorkomen, dan is het een
formulering op theoretisch niveau. Omdat een theoretisch construct op veel verschillende manieren
geoperationaliseerd kan worden, is het belangrijk om in onderzoek elke onderzoeksvraag of
hypothese ook op operationeel niveau te formuleren. Deze formulering benoemt de
operationalisaties van elk construct en idealiter ook de verwachte effectgrootte.
Doelstellingen
Een doelstelling hebben is van groot belang voor onderzoekers. Vooral omdat onderzoek vaak gaat
over maatschappelijke doelen. Een doelstelling is niet alleen dat een onderzoeker wil onderzoeken in
een studie, maar ook het achterliggende doel wat met de studie bereikt kan worden.
Thema 3: Univariate analyse
3.1: Beschrijvingsmaten
Centrummaten
Datapunten kunnen samengevat door middel van centrummaten. Een bekende centrummaat is het
gemiddelde. Andere belangrijke centrummaten zijn de mediaan en de modus. Elke centrummaat
geeft een ander inzicht in de data en heeft zijn eigen voor- en nadelen.
Het gemiddelde
Wordt berekend door alle datapunten bij elkaar op te tellen en te delen door het aantal datapunten.
Wordt gebruikt om bijvoorbeeld een gemiddelde van te berekenen op een schaal.
Outliers
Een outlier of uitschieter is een extreem datapunt. De outlier ligt meestal ver van de rest van de
datapunten. Het kan een indicatie zijn dat er een fout in de data zit, maar soms kan een outlier ook
Thema 2: Modellen, designs en
onderzoeksvragen
2.1: Structurele modellen
Een meetmodel visualiseert de operationalisatie van een variabele. Een structureel, ofwel
conceptueel, model laat zien hoe de onderzoeker verwacht dat de variabelen in een studie
samenhangen. Een meetmodel bevat één construct, waarvoor de operationalisatie uit een of
meerdere onderdelen kan bestaan. Een structureel model bevat juist alleen de constructen met hun
verwachte samenhang. De operationalisatie worden hierbij achterwege gelaten.
Verbanden worden aangegeven met pijltjes die van een rechthoek of ovaal naar een ander lopen.
Heeft de pijl twee pijlpunten (bidirectioneel), dan geeft het een verband aan tussen twee variabelen.
Het is niet bekend of deze elkaar beïnvloeden. Heeft de pijl één pijlpunt, dan wordt er gesproken van
een causaal verband. De ene variabele heeft dan invloed op de andere variabele.
2.2: Typen designs
Het design of de opzet van een studie is de manier waarop de data worden verzameld.
Cross-sectionele versus longitudinale designs
Als alle data per onderzoekseenheid (bijvoorbeeld een deelnemer) in één sessie worden verzameld,
spreekt men van cross-sectioneel design. Als er per onderzoekseenheid meerdere meetmomenten
zijn, is er sprake van een longitudinaal design. Longitudinale designs hebben meestal de voorkeur,
omdat hierin een proces binnen personen te onderzoeken is. Longitudinale designs zijn wel
moeilijker te implementeren, omdat deelnemers vaker gemeten moeten worden.
Attritie of uitval
Een nadeel van longitudinale designs is dat er op elk meetmoment mensen kunnen uitvallen. Dit
noem je attritie. De interne validiteit kan door selectieve uitval worden bedreigd. Deze bedreigingen
van de interne validiteit noem je bias.
Observationele versus experimentele designs
Het type design hangt ook nog af van een ander ingrediënt; of er één of meerdere variabelen worden
gemanipuleerd of niet. Bij een observationeel design is er geen sprake van manipulaties bij
variabelen. De deelnemers worden dus niet beïnvloed. Een experimenteel bevat een of meerdere
manipulaties; deelnemers worden dus beïnlvoed. Een experimenteel design wordt gebruikt om te
onderzoeken of variabelen elkaar beïnvloeden. Oftewel; of er een causaal verband bestaat. 3
voorwaarden voor een causaal verband:
1. De variabele die de invloed uitoefent (causale antecedent) moet eerder in de tijd gemeten of
gemanipuleerd worden dan de andere variabele (causale consequent). De invloed moet
namelijk tijd hebben om plaats te vinden.
2. De variabelen moeten samenhangen
3. Dit verband kan niet verklaard worden door andere variabelen of externe invloeden
, De eerste voorwaarde spreekt voor zich. De tweede voorwaarde kan worden afgemeten door middel
van een statistische toets. Voor de derde voorwaarde moeten deze ‘derde variabelen’ in kaart
worden gebracht. Deze heten ook wel cofounders: variabelen waarvan niet kan worden uitgesloten
dat ze verantwoordelijk zijn voor de gevonden verbanden en meetwaarden in een studie.
Gelukkig is hier een oplossing voor. Om de onderzoekseenheden in gelijkwaardige/equivalente
groepen in te delen, wordt gebruik gemaakt van randomisatie. Om randomisatie te laten slagen, zijn
er grote steekproeven nodig. Succesvolle randomisatie is een voorwaarde om conclusies te kunnen
trekken over causaliteit.
Matching is het genereren van condities die in alle aspecten behalve de gemanipuleerde variabele
hetzelfde zijn. Bij condities is er vaak één groep die minder interessant is, de controleconditie. De
groep waar de interesse naar uitgaat, is de experimentele conditie.
Typen designs:
- Longitudinaal: nodig als een theorie wordt onderzocht die processen beschrijft die binnen
onderzoekseenheden plaatsvinden
- Experimenteel: als een theorie wordt onderzocht die invloed of causaliteit veronderstelt
- Cross-sectioneel: voor de vraag of twee variabelen met elkaar samenhangen. Hier kan dus
geen conclusie getrokken worden over causaliteit of invloeden.
2.3: Onderzoeksvragen en hypothesen
Een onderzoeksvraag is de vraag waarop onderzoekers het antwoord willen weten. Meestal gaat het
om een verband tussen twee of meer variabelen. Een hypothese is een specifieke verwachting van
onderzoekers aan de hand van een onderzoeksvraag.
Formuleringen op theoretisch versus operationeel niveau
Hierbij gaat het erom wát je benoemt in de onderzoeksvraag of hypothese. Worden de theoretische
constructen benoemd zoals ze in wetenschappelijke theorieën voorkomen, dan is het een
formulering op theoretisch niveau. Omdat een theoretisch construct op veel verschillende manieren
geoperationaliseerd kan worden, is het belangrijk om in onderzoek elke onderzoeksvraag of
hypothese ook op operationeel niveau te formuleren. Deze formulering benoemt de
operationalisaties van elk construct en idealiter ook de verwachte effectgrootte.
Doelstellingen
Een doelstelling hebben is van groot belang voor onderzoekers. Vooral omdat onderzoek vaak gaat
over maatschappelijke doelen. Een doelstelling is niet alleen dat een onderzoeker wil onderzoeken in
een studie, maar ook het achterliggende doel wat met de studie bereikt kan worden.
Thema 3: Univariate analyse
3.1: Beschrijvingsmaten
Centrummaten
Datapunten kunnen samengevat door middel van centrummaten. Een bekende centrummaat is het
gemiddelde. Andere belangrijke centrummaten zijn de mediaan en de modus. Elke centrummaat
geeft een ander inzicht in de data en heeft zijn eigen voor- en nadelen.
Het gemiddelde
Wordt berekend door alle datapunten bij elkaar op te tellen en te delen door het aantal datapunten.
Wordt gebruikt om bijvoorbeeld een gemiddelde van te berekenen op een schaal.
Outliers
Een outlier of uitschieter is een extreem datapunt. De outlier ligt meestal ver van de rest van de
datapunten. Het kan een indicatie zijn dat er een fout in de data zit, maar soms kan een outlier ook
