Technieken voor causale analyse
Hoorcollege 1
Centrale vraag in deze cursus
Waarom is er varia(n)tie in de afhankelijke variabele(n) van een onderzoek?
(Bijv. IQ)
Technieken die antwoord kunnen geven op deze vraag:
A. One-way Between-Subjects Analysis of Variance
B. Bivariate en Multipele Regressie-Analyse
C. Padanalyse
D. Logistische Regressie-Analyse
Technieken verschillen wat betreft:
1. Het meetniveau van de afhankelijke variabele die je ermee kunt analyseren
2. Het meetniveau van onafhankelijke variabelen die je kunt opnemen ter verklaring
3. De complexiteit van verbanden (theorie) die je ermee kunt onderzoeken
Meetniveaus, complexiteit theorie, en analysetechnieken
Complexiteit van verbanden
One-Way Between-Subjects Analysis of Variance
(Nominaal → Interval) Echter zijn er heel veel andere variabelen die het kunnen verklaren.
Team = independent. Organizational commitment = dependent.
Bivariate regressieanalyse
Multipele regressieanalyse
,Padanalyse
Bivariate logistische regressieanalyse
Multipele logistische regressieanalyse
Analysis of Variance (ANOVA)
1. Logica
One-Way Between-Subjects Analysis of Variance
Inhoudelijke hypothese:
De mate van organizational commitment (Y) is afhankelijk van het team waarin iemand werkt (X)
• Vraag: Als hypothese juist is, wat zou je dan moeten vinden met betrekking tot gemiddeld
commitment tussen de teams?
• Stel we hebben data verzameld met meting van organizational commitment bij 3 teams
• 2 scenario’s wat betreft de data…
,Bij welk van beide data-scenario zou je eerder concluderen dat er een verband bestaat tussen
het team waarin men werkt en organizational commitment? Waarom?!
In scenario 2 zou je eerder significantie verwachten omdat de variantie kleiner is (verschillen
binnen de groepen). Als iemand een score van 10 heeft en iemand van 30, en je zegt dat het
gemiddelde 20 is, kan je hier niet nauwkeurig het gemiddelde vaststellen (bij een hoge
variantie).
Idee achter variantie analyse is het volgende:
Indien er 2 of meer groepen zijn, kunnen we dan een uitspraak doen over mogelijke –significante-
verschil tussen de gemiddelden van de groepen?
Fundamenteel principe van ANOVA:
ANOVA analyseert verhouding van de twee componenten van totale varia(n)tie in de data –
tussengroepvariantie en binnengroepvariantie:
(= difference in commitment between groups = variance or standard deviation) Information is relative
to. We hopen altijd dat er een vrij groot verschil is tussen groepen, (verschil in gemiddeldes); dan kun
je een onderscheid maken tussen groepen, en kleine verschillen binnen de groepen, dan gedragen
mensen binnen de groep zich als een groep → geen grote verschillen.
• waarbij tussengroepvariantie systematische verschillen tussen groepen én alle andere
variabelen die van invloed zijn op Y (‘residual variance’ of ‘error’) meet en
• binnengroepvariantie invloed van alle andere variabelen die van invloed zijn op Y (‘residual
variance’ of ‘error’) meet
, Statistische nulhypothese voor One-Way Between-Subjects ANOVA
Gemiddelden van k populaties waarmee groepen in de studie corresponderen zijn allemaal aan elkaar
gelijk:
3 groepen met verschillende gemiddeldes
H0 (Nul hypothese) zegt: er is geen significant verschil tussen groepen.
H1 (Alternatieve hypothese) zegt: er is verschil tussen de groepen (streep door = teken).
→ = fout.
Quiz vraag: Waarom is dit fout? Je zegt dan de eerste groep verschilt van de tweede groep, en
de tweede van de derde: alles verschilt significant.
Maar: H1: niet h0. Er is op zijn minst een verschil.
Intermezzo (1) (Hoe je het juist beter niet kan doen, de 0 hypothese testen)
• Waarom liever Oneway Between-S ANOVA en niet allemaal losse t-toetsjes voor gemiddelden
(Warner, p. 220)?
• In ons voorbeeld met 3 teams zouden we ook 3 afzonderlijke t-toetsen voor gemiddelden kunnen
uitvoeren:
3 times a T-test,
Intermezzo (2)
• Probleem van deze aanpak: Hoe groter het aantal toetsen dat wordt uitgevoerd op een dataset,
des te groter de kans dat we de nulhypothese verwerpen terwijl deze juist is (Type I fout)
- Type 1 fout is: kans dat de 0 hypothese verworpen wordt terwijl deze juist is. Dus bij een
alfa van 0.05 zou je kunnen verwachten dat je 5 keer van de 100 keer een fout maakt als je
een experiment doet.
• Waarom? Volgt uit logica van hypothesetoetsing: we verwerpen de nulhypothese als een
resultaat uitzonderlijk is, maar hoe meer toetsen we uitvoeren, des te eenvoudiger is het om
uitzonderlijke resultaten te vinden
Hoorcollege 1
Centrale vraag in deze cursus
Waarom is er varia(n)tie in de afhankelijke variabele(n) van een onderzoek?
(Bijv. IQ)
Technieken die antwoord kunnen geven op deze vraag:
A. One-way Between-Subjects Analysis of Variance
B. Bivariate en Multipele Regressie-Analyse
C. Padanalyse
D. Logistische Regressie-Analyse
Technieken verschillen wat betreft:
1. Het meetniveau van de afhankelijke variabele die je ermee kunt analyseren
2. Het meetniveau van onafhankelijke variabelen die je kunt opnemen ter verklaring
3. De complexiteit van verbanden (theorie) die je ermee kunt onderzoeken
Meetniveaus, complexiteit theorie, en analysetechnieken
Complexiteit van verbanden
One-Way Between-Subjects Analysis of Variance
(Nominaal → Interval) Echter zijn er heel veel andere variabelen die het kunnen verklaren.
Team = independent. Organizational commitment = dependent.
Bivariate regressieanalyse
Multipele regressieanalyse
,Padanalyse
Bivariate logistische regressieanalyse
Multipele logistische regressieanalyse
Analysis of Variance (ANOVA)
1. Logica
One-Way Between-Subjects Analysis of Variance
Inhoudelijke hypothese:
De mate van organizational commitment (Y) is afhankelijk van het team waarin iemand werkt (X)
• Vraag: Als hypothese juist is, wat zou je dan moeten vinden met betrekking tot gemiddeld
commitment tussen de teams?
• Stel we hebben data verzameld met meting van organizational commitment bij 3 teams
• 2 scenario’s wat betreft de data…
,Bij welk van beide data-scenario zou je eerder concluderen dat er een verband bestaat tussen
het team waarin men werkt en organizational commitment? Waarom?!
In scenario 2 zou je eerder significantie verwachten omdat de variantie kleiner is (verschillen
binnen de groepen). Als iemand een score van 10 heeft en iemand van 30, en je zegt dat het
gemiddelde 20 is, kan je hier niet nauwkeurig het gemiddelde vaststellen (bij een hoge
variantie).
Idee achter variantie analyse is het volgende:
Indien er 2 of meer groepen zijn, kunnen we dan een uitspraak doen over mogelijke –significante-
verschil tussen de gemiddelden van de groepen?
Fundamenteel principe van ANOVA:
ANOVA analyseert verhouding van de twee componenten van totale varia(n)tie in de data –
tussengroepvariantie en binnengroepvariantie:
(= difference in commitment between groups = variance or standard deviation) Information is relative
to. We hopen altijd dat er een vrij groot verschil is tussen groepen, (verschil in gemiddeldes); dan kun
je een onderscheid maken tussen groepen, en kleine verschillen binnen de groepen, dan gedragen
mensen binnen de groep zich als een groep → geen grote verschillen.
• waarbij tussengroepvariantie systematische verschillen tussen groepen én alle andere
variabelen die van invloed zijn op Y (‘residual variance’ of ‘error’) meet en
• binnengroepvariantie invloed van alle andere variabelen die van invloed zijn op Y (‘residual
variance’ of ‘error’) meet
, Statistische nulhypothese voor One-Way Between-Subjects ANOVA
Gemiddelden van k populaties waarmee groepen in de studie corresponderen zijn allemaal aan elkaar
gelijk:
3 groepen met verschillende gemiddeldes
H0 (Nul hypothese) zegt: er is geen significant verschil tussen groepen.
H1 (Alternatieve hypothese) zegt: er is verschil tussen de groepen (streep door = teken).
→ = fout.
Quiz vraag: Waarom is dit fout? Je zegt dan de eerste groep verschilt van de tweede groep, en
de tweede van de derde: alles verschilt significant.
Maar: H1: niet h0. Er is op zijn minst een verschil.
Intermezzo (1) (Hoe je het juist beter niet kan doen, de 0 hypothese testen)
• Waarom liever Oneway Between-S ANOVA en niet allemaal losse t-toetsjes voor gemiddelden
(Warner, p. 220)?
• In ons voorbeeld met 3 teams zouden we ook 3 afzonderlijke t-toetsen voor gemiddelden kunnen
uitvoeren:
3 times a T-test,
Intermezzo (2)
• Probleem van deze aanpak: Hoe groter het aantal toetsen dat wordt uitgevoerd op een dataset,
des te groter de kans dat we de nulhypothese verwerpen terwijl deze juist is (Type I fout)
- Type 1 fout is: kans dat de 0 hypothese verworpen wordt terwijl deze juist is. Dus bij een
alfa van 0.05 zou je kunnen verwachten dat je 5 keer van de 100 keer een fout maakt als je
een experiment doet.
• Waarom? Volgt uit logica van hypothesetoetsing: we verwerpen de nulhypothese als een
resultaat uitzonderlijk is, maar hoe meer toetsen we uitvoeren, des te eenvoudiger is het om
uitzonderlijke resultaten te vinden
