MTO-C TECHNIEKEN VOOR CAUSALE ANALYSE
Centrale vraag in deze cursus
Waarom is er varia(n)tie in de scores van afhankelijke variabele(n) van een onderzoek?
1. Worden beïnvloedt door systematische invloeden van andere variabelen die zijn gemeten.
a. Hiervan zijn de scores waargenomen.
2. Worden beïnvloedt door systematische invloeden van niet gemeten variabelen of door
toevallige invloeden.
Technieken die wij behandelen houden zich vooral bezig met systematische invloeden van andere
gemeten variabelen.
Technieken die antwoord kunnen geven op deze vraag
a. One-way Between-subjects Analysis of Variance
b. Bivariate en Multiple Regressie-analyse
c. Padanalyse
d. Logistische regressive-analyse
Technieken verschillen wat betreft:
1. Het meetniveau van de afhankelijke variabele die je ermee kunt analyseren
a. Nominaal
b. Ordinaal
c. Interval
d. Ratio
2. Het meetniveau van de onafhankelijke variabelen die je kunt opnemen ter verklaring of
voorspelling
3. De complexiteit van verbanden (theorie) die je ermee kunt onderzoeken
Meetniveaus, complexiteit theorie en analysetechnieken
,Complexiteit van verbanden
One-wat Between-Subjects Analysis of Variance
Team waarin iemand werkt (X) Organizational Commitment (Y)
Bivariate regressieanalyse
Team waarin iemand werkt (X1) Organizational Commitment (Y)
Slechts tussen twee variabelen.
Multiple regressieanalyse
Padanlyse
Je ziet dat ook salarisverschil een afhankelijke variabele is. Er zijn meerdere afhankelijke variabelen.
Bivariate logistische regressieanalyse
Multiple logistische regressieanalyse
Meerzijdige pijlen geven een correlatie aan, maar zeggen niks over de beïnvloeding van de ene
variabele op de andere.
Analysis of Variance (ANOVA)
1. Logica
One-Way Between-Subjects Analysis of Variance
Team waarin iemand werkt (X) Organizational Commitment (Y)
Inhoudelijke hypothese
De mate van organizational commitment (Y) is afhankelijk van het team waarin iemand werkt (X).
- Vraag: Als de hypothese juist is, wat zou je dan moeten vinden met betrekking tot gemiddeld
commitment tussen teams?
- Stel we hebben data verzameld met meting van organizational commitment bij drie teams
- 2 scenario’s wat betreft de data…
, Verschillen tussen teams zie je duidelijker in scenario
twee. Dit komt doordat
In het eerste scenario is de spreiding van scores veel
groter binnen elke groep dan in scenario twee. In
scenario twee zijn de groepen het binnen de groep
meer met elkaar eens, de variantie is redelijk klein.
Dat duidt erop dat binnen de groepen de scores
weinig worden beïnvloedt door andere variabelen. In
het eerste scenario zit er veel variaties binnen de
scores van het team. Dit ligt niet aan
tussengroepsverschillen, want zitten in hetzelfde
team, dus moet andere oorzaken hebben:
persoonlijkheidskenmerken, leeftijd etc.
Scenario één is de variantie groter.
Idee achter variantie analyse
- Indien er twee of meer groepen zijn, kunnen we dan een uitspraak doen over mogelijke
(significante) verschil tussen de gemiddelden van de groepen.
Fundamenteel prinicipe van ANOVA
ANOVA analyseert verhouding van de twee componenten van totale varia(n)tie in de data –
tussengroepsvariantie en binnengroepsvariantie
- Waarbij de tussengroepsvariantie systematische verschillen tussen groepen en alle andere
variabelen die van invloed zijn op Y (‘residual variance’ of ‘error’) meet.
- De Binnengroepsvariantie meet de invloed van alle andere variabelen op Y (Residual
variance’ of ‘error’).
Statistische nulhypothese voor One-Wat Between-Subjects ANOVA:
Gemiddelden van k populaties waarmee groepen in de studie corresponderen zijn allemaal aan
elkaar gelijk
Intermezzo (I)
- Waarom liever Oneway Between-S Anova en niet allemaal losse t-toetsjes voor
gemiddelden?
- In ons voorbeeld met drie teams zouden we ook drie afzonderlijke t-toetsen voor
gemiddelden kunnen uitvoeren:
Intermezzo(II)
- 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)
- Waarom? Volgt uit logica van hypothese toetsing: We verwerpen de nulhypothese als een
resultaat uitzonderlijk is, maar hoe meer toetsen we uitvoeren, des te eenvoudiger is het om
uitzonderlijke resultaten we vinden.
- Men maakt dus makkelijker de fout om te concluderen dat er een effect is terwijl het er
eigenlijk niet is inflated risk of type I error
, Intermezzo (III)
- Formule voor berekening op kans op 1 of meer Type I fouten bij een reeks van C toetsen met
significantieniveau α
- Dus bij drie afzonderlijke toetsen met steeds α .05 is de kans om onterecht de nulhypothese
te verwerpen: 0.143
Doordat je steeds dezelfde toets uitvoert schuift de alpha op. Hierdoor ga je de nulhypothese sneller
verwerpen. Dus je ziet eerder significante verschillen tussen de groepsgemiddeldes.
- Oplossing One-Way ANOVA één enkele omnibus toets voor de nulhypothese dat de
gemiddelde van K populaties aan elkaar gelijk zijn, waarbij kans op Type I fout = .05
Rekenen: Sums of squares
- Als we met een ANOVA statistische nulhypothese
willen toetsen, dan wordt daarvoor de F-verdeling gebruiken.
- Om te bepalen of een bepaald steekproefresultaat uitzonderlijk (significant) is (onder de
aanname dat statistische nulhypothese juist is), moet een test-statisitic F (toestingsgrootheid
F) worden berekend
- Hoe doe je dat?? Eerst ‘droog formulewerk’), daarna inhoudelijk rekenvoorbeeld
- Strategie: Opsplitsen van scores in componenten:
o Component van score wel geassocieerd met de groep
o Component van score niet geassocieerd met de groep
- Hoe doe je dat? Bereken deviatiescores
1. Deviatie van score van individu t.o.v. algemene gemiddelde:
a. hoe verhoudt de score van de persoon zich tot het algemene gemiddelde
2. Deviatie van score van individu t.o.v. groepsgemiddelde:
a. Hoe verhoudt de score van de persoon zich tot het gemiddelde van de groep
3. Deviatie van groepsgemiddelde t.o.v. algemene gemiddelde:
a. Wordt ook wel ‘effect van groep i’ genoemd
i. Hoe verhoudt het groepsgemiddelde zich tot het algemene gemiddelde
- SSb (tussen) Som v.d. gekwadrateerde afwijkingscores van de gemiddelden van elke sector
t.o.v. het gemiddelde van alle sectoren samen.
- SSw (binnen)
Centrale vraag in deze cursus
Waarom is er varia(n)tie in de scores van afhankelijke variabele(n) van een onderzoek?
1. Worden beïnvloedt door systematische invloeden van andere variabelen die zijn gemeten.
a. Hiervan zijn de scores waargenomen.
2. Worden beïnvloedt door systematische invloeden van niet gemeten variabelen of door
toevallige invloeden.
Technieken die wij behandelen houden zich vooral bezig met systematische invloeden van andere
gemeten variabelen.
Technieken die antwoord kunnen geven op deze vraag
a. One-way Between-subjects Analysis of Variance
b. Bivariate en Multiple Regressie-analyse
c. Padanalyse
d. Logistische regressive-analyse
Technieken verschillen wat betreft:
1. Het meetniveau van de afhankelijke variabele die je ermee kunt analyseren
a. Nominaal
b. Ordinaal
c. Interval
d. Ratio
2. Het meetniveau van de onafhankelijke variabelen die je kunt opnemen ter verklaring of
voorspelling
3. De complexiteit van verbanden (theorie) die je ermee kunt onderzoeken
Meetniveaus, complexiteit theorie en analysetechnieken
,Complexiteit van verbanden
One-wat Between-Subjects Analysis of Variance
Team waarin iemand werkt (X) Organizational Commitment (Y)
Bivariate regressieanalyse
Team waarin iemand werkt (X1) Organizational Commitment (Y)
Slechts tussen twee variabelen.
Multiple regressieanalyse
Padanlyse
Je ziet dat ook salarisverschil een afhankelijke variabele is. Er zijn meerdere afhankelijke variabelen.
Bivariate logistische regressieanalyse
Multiple logistische regressieanalyse
Meerzijdige pijlen geven een correlatie aan, maar zeggen niks over de beïnvloeding van de ene
variabele op de andere.
Analysis of Variance (ANOVA)
1. Logica
One-Way Between-Subjects Analysis of Variance
Team waarin iemand werkt (X) Organizational Commitment (Y)
Inhoudelijke hypothese
De mate van organizational commitment (Y) is afhankelijk van het team waarin iemand werkt (X).
- Vraag: Als de hypothese juist is, wat zou je dan moeten vinden met betrekking tot gemiddeld
commitment tussen teams?
- Stel we hebben data verzameld met meting van organizational commitment bij drie teams
- 2 scenario’s wat betreft de data…
, Verschillen tussen teams zie je duidelijker in scenario
twee. Dit komt doordat
In het eerste scenario is de spreiding van scores veel
groter binnen elke groep dan in scenario twee. In
scenario twee zijn de groepen het binnen de groep
meer met elkaar eens, de variantie is redelijk klein.
Dat duidt erop dat binnen de groepen de scores
weinig worden beïnvloedt door andere variabelen. In
het eerste scenario zit er veel variaties binnen de
scores van het team. Dit ligt niet aan
tussengroepsverschillen, want zitten in hetzelfde
team, dus moet andere oorzaken hebben:
persoonlijkheidskenmerken, leeftijd etc.
Scenario één is de variantie groter.
Idee achter variantie analyse
- Indien er twee of meer groepen zijn, kunnen we dan een uitspraak doen over mogelijke
(significante) verschil tussen de gemiddelden van de groepen.
Fundamenteel prinicipe van ANOVA
ANOVA analyseert verhouding van de twee componenten van totale varia(n)tie in de data –
tussengroepsvariantie en binnengroepsvariantie
- Waarbij de tussengroepsvariantie systematische verschillen tussen groepen en alle andere
variabelen die van invloed zijn op Y (‘residual variance’ of ‘error’) meet.
- De Binnengroepsvariantie meet de invloed van alle andere variabelen op Y (Residual
variance’ of ‘error’).
Statistische nulhypothese voor One-Wat Between-Subjects ANOVA:
Gemiddelden van k populaties waarmee groepen in de studie corresponderen zijn allemaal aan
elkaar gelijk
Intermezzo (I)
- Waarom liever Oneway Between-S Anova en niet allemaal losse t-toetsjes voor
gemiddelden?
- In ons voorbeeld met drie teams zouden we ook drie afzonderlijke t-toetsen voor
gemiddelden kunnen uitvoeren:
Intermezzo(II)
- 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)
- Waarom? Volgt uit logica van hypothese toetsing: We verwerpen de nulhypothese als een
resultaat uitzonderlijk is, maar hoe meer toetsen we uitvoeren, des te eenvoudiger is het om
uitzonderlijke resultaten we vinden.
- Men maakt dus makkelijker de fout om te concluderen dat er een effect is terwijl het er
eigenlijk niet is inflated risk of type I error
, Intermezzo (III)
- Formule voor berekening op kans op 1 of meer Type I fouten bij een reeks van C toetsen met
significantieniveau α
- Dus bij drie afzonderlijke toetsen met steeds α .05 is de kans om onterecht de nulhypothese
te verwerpen: 0.143
Doordat je steeds dezelfde toets uitvoert schuift de alpha op. Hierdoor ga je de nulhypothese sneller
verwerpen. Dus je ziet eerder significante verschillen tussen de groepsgemiddeldes.
- Oplossing One-Way ANOVA één enkele omnibus toets voor de nulhypothese dat de
gemiddelde van K populaties aan elkaar gelijk zijn, waarbij kans op Type I fout = .05
Rekenen: Sums of squares
- Als we met een ANOVA statistische nulhypothese
willen toetsen, dan wordt daarvoor de F-verdeling gebruiken.
- Om te bepalen of een bepaald steekproefresultaat uitzonderlijk (significant) is (onder de
aanname dat statistische nulhypothese juist is), moet een test-statisitic F (toestingsgrootheid
F) worden berekend
- Hoe doe je dat?? Eerst ‘droog formulewerk’), daarna inhoudelijk rekenvoorbeeld
- Strategie: Opsplitsen van scores in componenten:
o Component van score wel geassocieerd met de groep
o Component van score niet geassocieerd met de groep
- Hoe doe je dat? Bereken deviatiescores
1. Deviatie van score van individu t.o.v. algemene gemiddelde:
a. hoe verhoudt de score van de persoon zich tot het algemene gemiddelde
2. Deviatie van score van individu t.o.v. groepsgemiddelde:
a. Hoe verhoudt de score van de persoon zich tot het gemiddelde van de groep
3. Deviatie van groepsgemiddelde t.o.v. algemene gemiddelde:
a. Wordt ook wel ‘effect van groep i’ genoemd
i. Hoe verhoudt het groepsgemiddelde zich tot het algemene gemiddelde
- SSb (tussen) Som v.d. gekwadrateerde afwijkingscores van de gemiddelden van elke sector
t.o.v. het gemiddelde van alle sectoren samen.
- SSw (binnen)
