Samenvatting
Werkgroep 1
Manieren van kennis vergaren
1. Tenacity: Iets geloven omdat we het simpelweg altijd al geloofd hebben
2. Authority: leunen op andere mensen als onze bron van kennis
3. Reason: leunen op de rede en logica
4. Empiricism: kennis door voorgaande ervaringen (confirmation bias)
Doelen wetenschap
1. Beschrijven
2. Verklaren (3 voorwaarden causaliteit)
- Covariantie: Als X verandert, doet Y dit ook
- Temporal order: De verandering in X komt voor de verandering in Y
- Afwezigheid van andere alternatieve verklaringen
- Bidirectionality probleem; veroorzaakt X verandering in Y of Y in X?
3. Voorspellen
4. Controleren
Empirische cyclus
1. Observatie
2. Inductie
3. Deductie
4. Toetsen
5. Evaluatie
Onafhankelijke en afhankelijke variabelen
- Onafhankelijke variabele: oorzaak (wordt gemanipuleerd in experimenten)
- Afhankelijke variabele: gevolg (wordt gemeten) (respons)
- Mediator variabele: Link tussen onafhankelijke en afhankelijke variabele
- Moderator variabele: Wanneer en voor wie een onafhankelijke variabele een effect
veroorzaakt (persoonlijke of situationele kenmerken)
Statistiek
1. Cases (subjecten (bij mensen) of units)
2. Variabelen (kenmerken van een case, categorisch of kwantitatief)
3. Labels (beschrijft een case of unit uniek; naam of studentnummer)
Betrouwbaarheid
- Test-retest betrouwbaarheid
- Split-half betrouwbaarheid
Consistentie van metingen onder gelijkblijvende omstandigheden
Een betrouwbare meting hoeft niet valide te zijn, maar valide test is altijd betrouwbaar
1
,Validiteit
Indruksvaliditeit (meet de test wat hij pretendeert te meten)
Meetniveaus
Categorisch (kwalitatief)
1. Nominaal
2. Ordinaal
Kwantitatief
3. Interval (geen duidelijk nulpunt)
4. Ratio
Distributie/verdeling categorische variabele
1. Cirkeldiagram
2. Staafdiagram
Distributie/verdeling kwantitatieve variabele
1. Stemplot
2. Histogram
Histogram
Deze kan symmetrisch zijn, left-skewed (veel hoge scores, de staart aan de linkerkant;
mean is lager dan de mediaan) en right-skewed (veel lage scores, staart met weinig scores
aan de hoge kant rechts)
Werkgroep 2
Verdelingen beschrijven met getallen
1. Gemiddelde (geen betrouwbare maatstaf want is erg beïnvloedbaar)
2. Mediaan ((n+1)/2 = de locatie van de mediaan)
3. Modus (waarde die het meeste voorkomt)
4. Kwartielen (bij oneven aantal getallen telt de mediaan niet mee)
5. Variantie (elke score - gemiddelde, verschil in het kwadraat, de som delen door n-1).
De variantie wordt beïnvloed door outliers.
6. Standaarddeviatie (wortel van de variantie)
7. Range (maximum - minimum)
Boxplot/five-number-summary
- Minimumscore
- Q1
- Mediaan
- Q3
- Maximumscore
IQR: Q3 - Q1 (Outliers is IQR x 1,5)
Density curve
Zegt iets over de kansdichtheidsfunctie en heeft een oppervlakte van 1. Het oppervlakte is
een proportie die een bepaalde kans aangeeft.
2
,Normale verdeling
Dichtheid wordt bepaald door een gemiddelde en standaarddeviatie. Z score geeft aan wat
de afstand is van een score tot het gemiddelde uitgedrukt in standaarddeviaties. Z = (x-𝜇) / 𝜎
Z-scores
Wat is de kans op? (bij 1 persoon)
𝜇 = 6.78, 𝜎 = 1.24 en n = 150 -> Wat is de kans dat 1 student meer dan 8 uur slaapt?
- Eerst de score vertalen naar een z-score -> z = (8-6.78)/1.24 = 0.98 (1.24 omdat het
gaat om 1 student in de populatie). Z-score opzoeken in de tabel = P(Z < 0.98) =
0.8365. We willen het gebied aan de rechterkant weten dus 1 – 0.8365 = 0.1635.
Wat is de kans op een gemiddelde van 6.9 of lager bij n = 150
- Z = (6.9-6.78) / (1.24/√150) = 1.19 ((1.24/√150) omdat het gaat over 150 mensen in
de sample). In de tabel opzoeken geeft P(Z < 1.19) = 0.8830.
Hoe groot moet de sample zijn?
- Hoe groot moet de sample zijn van de SRS om zeker te zijn dat 95% van de keren
de gemiddelden van de sample vallen binnen μ ± 0,10?; Allereerst kijken naar z =
1.96. 𝑧 = (𝑥̅−𝜇) / (𝜎 / √𝑛). Invullen geeft: 1,96 = (0,10)/(1.24/√n). Herschrijven geeft:
1.96 ∗ (1.24/√𝑛) = 0.10 -> 2.4304 / √𝑛 = 0.10 -> √𝑛 = 24.304 -> n = 591
IQR berekenen
Q1 = 0.25 -> Z score = -0.67 & Q3 = 0.75 -> Z score = 0,67
Q1: -0.67 = (X-21,5)/5.4 -> X = 17,8 & Q2: 0,67 = (X-21,5)/5.4 -> X = 25,1
Q3-Q1 = 25,1 - 17,88 = 7,24
Bij de beste 2,5% horen
Gebied links = 0,975 -> z score hierbij is 1,96
(x-1498)/316 = 1,96
x = 1498 + (1.96)(316) -> 1.96 x 316 = 619,36
1498 + 619,36 = 2117,36
Werkgroep 3
Correlatie
Gaat over een verband tussen variabelen. Deze kan weergegeven worden in kruistabellen
(categorisch) en scatterplots (twee kwantitatieve variabelen). Discreet zijn beperkte hele
waarden en continu is dat alle waarden mogelijk zijn.
Correlatie gaat over het verband tussen twee variabelen. (0.10-0.29 = klein; 0.30-0.49 =
middelgroot; groter dan 0.50 = groot). Twee Z-scores regelmatig met elkaar
vermenigvuldigen en delen door aantal scoren paren - 1.
Kruistabellen
1. Joint verdeling (per cel uitrekenen, het getal in cel delen door totale sample grootte)
Voorbeeld: P(vrouw, niet toegelaten) = 300/1500 = 0.2
2. Marginale verdeling (de randen uitrekenen, elke categorie van variabele apart)
Voorbeeld: P(toegelaten) = (490+400)/1500 = 0.593
3. Conditionele verdeling (per groep (man/vrouw) apart de kans uitrekenen)
Voorbeeld: P(toegelaten | man) = 490/(490+310) = 0.613 en P(toegelaten | vrouw)
= 400/(400+300) = 0.571 en P(man | toegelaten) = 490/(490+400) = 0,551 en
P(vrouw | toegelaten) = 400/(490+400) = 0,449
3
, Toegelaten
Geslacht Ja Nee Totaal
Man 490 (0,327) 310 (0,533) 800 (0,533)
Vrouw 400 (0,267) 300 (0,467) 700 (0,467)
Totaal 890 (0,593) 610 (0,407) 1500
Simpson’s paradox
Verborgen variabelen kunnen een effect hebben op de relatie tussen twee categorische
variabelen. Een verband dat wordt geobserveerd tussen verschillende groepen kan in de
richting omdraaien wanneer de data wordt gecombineerd tot een enkele groep.
Scatterplots
- Lineair
- Richting (positief of negatief)
- Sterkte (hoe dichter punten bij de lijn, hoe sterker het verband)
Causaliteit; verborgen variabelen
1. Common response: Het verband tussen X en Y wordt veroorzaakt door een
verborgen variabele Z. Zowel X als Y veranderen als reactie op een verandering in Z.
2. Confounded: De effecten op een respons variabele kunnen niet van elkaar
onderscheiden worden. De confounding variabele kan de verklarende variabele, een
verborgen of beide zijn. Relatie met variabele X en Z die verandering in variabele Y
kan veroorzaken.
Bronnen data
1. Anekdotische data (uit alledaagse leven, nadeel; confirmation bias)
2. Available data (data die door andere verzameld is en vaak voor andere doeleinden)
3. Steekproefonderzoek (observationeel) en experimenten (manipulatie)
Onderzoeksdesign
1. Cross-sectional research design: Wanneer elk persoon tijdens een gelegenheid
deelneemt aan het onderzoek en alle variabelen zijn op die tijd gemeten. Het
bidirectionality probleem wordt hiermee voorkomen.
2. Longitudinaal onderzoeksdesign: Data van dezelfde individuele deelnemers of
groepen die op twee of meer gelegenheden worden gemeten. Hiermee wordt het
bidirectionality probleem, maar niet het derde variabele probleem, uitgesloten.
3. Cross-lagged panel studies: Drie stappen; (1) meet X en Y op tijdstip een, (2) met
X en Y nog een keer op een tweede tijdstip en (3) onderzoek het patroon van
correlaties tussen X1,X2,Y1 en Y2.
Data verzamelen
1. Sample surveys; dit valt onder observationele studies.
2. Experimentele studies; Hier wordt geprobeerd om invloed uit te oefenen op het
proces (er zijn groepen waaronder een controlegroep)
4
Werkgroep 1
Manieren van kennis vergaren
1. Tenacity: Iets geloven omdat we het simpelweg altijd al geloofd hebben
2. Authority: leunen op andere mensen als onze bron van kennis
3. Reason: leunen op de rede en logica
4. Empiricism: kennis door voorgaande ervaringen (confirmation bias)
Doelen wetenschap
1. Beschrijven
2. Verklaren (3 voorwaarden causaliteit)
- Covariantie: Als X verandert, doet Y dit ook
- Temporal order: De verandering in X komt voor de verandering in Y
- Afwezigheid van andere alternatieve verklaringen
- Bidirectionality probleem; veroorzaakt X verandering in Y of Y in X?
3. Voorspellen
4. Controleren
Empirische cyclus
1. Observatie
2. Inductie
3. Deductie
4. Toetsen
5. Evaluatie
Onafhankelijke en afhankelijke variabelen
- Onafhankelijke variabele: oorzaak (wordt gemanipuleerd in experimenten)
- Afhankelijke variabele: gevolg (wordt gemeten) (respons)
- Mediator variabele: Link tussen onafhankelijke en afhankelijke variabele
- Moderator variabele: Wanneer en voor wie een onafhankelijke variabele een effect
veroorzaakt (persoonlijke of situationele kenmerken)
Statistiek
1. Cases (subjecten (bij mensen) of units)
2. Variabelen (kenmerken van een case, categorisch of kwantitatief)
3. Labels (beschrijft een case of unit uniek; naam of studentnummer)
Betrouwbaarheid
- Test-retest betrouwbaarheid
- Split-half betrouwbaarheid
Consistentie van metingen onder gelijkblijvende omstandigheden
Een betrouwbare meting hoeft niet valide te zijn, maar valide test is altijd betrouwbaar
1
,Validiteit
Indruksvaliditeit (meet de test wat hij pretendeert te meten)
Meetniveaus
Categorisch (kwalitatief)
1. Nominaal
2. Ordinaal
Kwantitatief
3. Interval (geen duidelijk nulpunt)
4. Ratio
Distributie/verdeling categorische variabele
1. Cirkeldiagram
2. Staafdiagram
Distributie/verdeling kwantitatieve variabele
1. Stemplot
2. Histogram
Histogram
Deze kan symmetrisch zijn, left-skewed (veel hoge scores, de staart aan de linkerkant;
mean is lager dan de mediaan) en right-skewed (veel lage scores, staart met weinig scores
aan de hoge kant rechts)
Werkgroep 2
Verdelingen beschrijven met getallen
1. Gemiddelde (geen betrouwbare maatstaf want is erg beïnvloedbaar)
2. Mediaan ((n+1)/2 = de locatie van de mediaan)
3. Modus (waarde die het meeste voorkomt)
4. Kwartielen (bij oneven aantal getallen telt de mediaan niet mee)
5. Variantie (elke score - gemiddelde, verschil in het kwadraat, de som delen door n-1).
De variantie wordt beïnvloed door outliers.
6. Standaarddeviatie (wortel van de variantie)
7. Range (maximum - minimum)
Boxplot/five-number-summary
- Minimumscore
- Q1
- Mediaan
- Q3
- Maximumscore
IQR: Q3 - Q1 (Outliers is IQR x 1,5)
Density curve
Zegt iets over de kansdichtheidsfunctie en heeft een oppervlakte van 1. Het oppervlakte is
een proportie die een bepaalde kans aangeeft.
2
,Normale verdeling
Dichtheid wordt bepaald door een gemiddelde en standaarddeviatie. Z score geeft aan wat
de afstand is van een score tot het gemiddelde uitgedrukt in standaarddeviaties. Z = (x-𝜇) / 𝜎
Z-scores
Wat is de kans op? (bij 1 persoon)
𝜇 = 6.78, 𝜎 = 1.24 en n = 150 -> Wat is de kans dat 1 student meer dan 8 uur slaapt?
- Eerst de score vertalen naar een z-score -> z = (8-6.78)/1.24 = 0.98 (1.24 omdat het
gaat om 1 student in de populatie). Z-score opzoeken in de tabel = P(Z < 0.98) =
0.8365. We willen het gebied aan de rechterkant weten dus 1 – 0.8365 = 0.1635.
Wat is de kans op een gemiddelde van 6.9 of lager bij n = 150
- Z = (6.9-6.78) / (1.24/√150) = 1.19 ((1.24/√150) omdat het gaat over 150 mensen in
de sample). In de tabel opzoeken geeft P(Z < 1.19) = 0.8830.
Hoe groot moet de sample zijn?
- Hoe groot moet de sample zijn van de SRS om zeker te zijn dat 95% van de keren
de gemiddelden van de sample vallen binnen μ ± 0,10?; Allereerst kijken naar z =
1.96. 𝑧 = (𝑥̅−𝜇) / (𝜎 / √𝑛). Invullen geeft: 1,96 = (0,10)/(1.24/√n). Herschrijven geeft:
1.96 ∗ (1.24/√𝑛) = 0.10 -> 2.4304 / √𝑛 = 0.10 -> √𝑛 = 24.304 -> n = 591
IQR berekenen
Q1 = 0.25 -> Z score = -0.67 & Q3 = 0.75 -> Z score = 0,67
Q1: -0.67 = (X-21,5)/5.4 -> X = 17,8 & Q2: 0,67 = (X-21,5)/5.4 -> X = 25,1
Q3-Q1 = 25,1 - 17,88 = 7,24
Bij de beste 2,5% horen
Gebied links = 0,975 -> z score hierbij is 1,96
(x-1498)/316 = 1,96
x = 1498 + (1.96)(316) -> 1.96 x 316 = 619,36
1498 + 619,36 = 2117,36
Werkgroep 3
Correlatie
Gaat over een verband tussen variabelen. Deze kan weergegeven worden in kruistabellen
(categorisch) en scatterplots (twee kwantitatieve variabelen). Discreet zijn beperkte hele
waarden en continu is dat alle waarden mogelijk zijn.
Correlatie gaat over het verband tussen twee variabelen. (0.10-0.29 = klein; 0.30-0.49 =
middelgroot; groter dan 0.50 = groot). Twee Z-scores regelmatig met elkaar
vermenigvuldigen en delen door aantal scoren paren - 1.
Kruistabellen
1. Joint verdeling (per cel uitrekenen, het getal in cel delen door totale sample grootte)
Voorbeeld: P(vrouw, niet toegelaten) = 300/1500 = 0.2
2. Marginale verdeling (de randen uitrekenen, elke categorie van variabele apart)
Voorbeeld: P(toegelaten) = (490+400)/1500 = 0.593
3. Conditionele verdeling (per groep (man/vrouw) apart de kans uitrekenen)
Voorbeeld: P(toegelaten | man) = 490/(490+310) = 0.613 en P(toegelaten | vrouw)
= 400/(400+300) = 0.571 en P(man | toegelaten) = 490/(490+400) = 0,551 en
P(vrouw | toegelaten) = 400/(490+400) = 0,449
3
, Toegelaten
Geslacht Ja Nee Totaal
Man 490 (0,327) 310 (0,533) 800 (0,533)
Vrouw 400 (0,267) 300 (0,467) 700 (0,467)
Totaal 890 (0,593) 610 (0,407) 1500
Simpson’s paradox
Verborgen variabelen kunnen een effect hebben op de relatie tussen twee categorische
variabelen. Een verband dat wordt geobserveerd tussen verschillende groepen kan in de
richting omdraaien wanneer de data wordt gecombineerd tot een enkele groep.
Scatterplots
- Lineair
- Richting (positief of negatief)
- Sterkte (hoe dichter punten bij de lijn, hoe sterker het verband)
Causaliteit; verborgen variabelen
1. Common response: Het verband tussen X en Y wordt veroorzaakt door een
verborgen variabele Z. Zowel X als Y veranderen als reactie op een verandering in Z.
2. Confounded: De effecten op een respons variabele kunnen niet van elkaar
onderscheiden worden. De confounding variabele kan de verklarende variabele, een
verborgen of beide zijn. Relatie met variabele X en Z die verandering in variabele Y
kan veroorzaken.
Bronnen data
1. Anekdotische data (uit alledaagse leven, nadeel; confirmation bias)
2. Available data (data die door andere verzameld is en vaak voor andere doeleinden)
3. Steekproefonderzoek (observationeel) en experimenten (manipulatie)
Onderzoeksdesign
1. Cross-sectional research design: Wanneer elk persoon tijdens een gelegenheid
deelneemt aan het onderzoek en alle variabelen zijn op die tijd gemeten. Het
bidirectionality probleem wordt hiermee voorkomen.
2. Longitudinaal onderzoeksdesign: Data van dezelfde individuele deelnemers of
groepen die op twee of meer gelegenheden worden gemeten. Hiermee wordt het
bidirectionality probleem, maar niet het derde variabele probleem, uitgesloten.
3. Cross-lagged panel studies: Drie stappen; (1) meet X en Y op tijdstip een, (2) met
X en Y nog een keer op een tweede tijdstip en (3) onderzoek het patroon van
correlaties tussen X1,X2,Y1 en Y2.
Data verzamelen
1. Sample surveys; dit valt onder observationele studies.
2. Experimentele studies; Hier wordt geprobeerd om invloed uit te oefenen op het
proces (er zijn groepen waaronder een controlegroep)
4
