CORRELATIONEEL ONDERZOEK
Hoorcollege 1
Data kan op allerlei verschillende manieren verzameld worden:
- Observatiestudies
- Bestaande gegevens/big data
- Vragenlijsten
Deze punten lijken op kwalitatief, maar de focus is anders. De vraag gaat over samenhang
en relatie en daar heb je een andere aanpak voor nodig.
Theoriedata cyclus: correlationeel onderzoek is altijd deductief, de data cyclus wordt dus als
een lineair proces doorlopen. Theorie speelt een grote rol, er wordt een hypothese gevormd
over die theorie.
Onderzoeksvragen correlationeel onderzoek gaat over samenhang of relatie tussen
eigenschappen. Voorwaarden onderzoeksvragen correlationeel onderzoek:
- Ze volgen uit theorie
- Volgende elementen worden gebruikt: PAC
o Population: de groep mensen (of dieren of objecten) die de onderzoeker wil
onderzoeken. Over wie de onderzoeker een uitspraak/conclusie wil doen.
Voorbeeld: alle eerstejaars studenten aan de uni in Nederland.
o Association (verband/relatie): de onderzoeker geeft aan welke relatie
verwacht wordt. Er moet wat te lezen zijn over een samenhang. Voorbeeld:
plezier van eerste date neemt toe met meer contact via sociale media vooraf.
o Constructs (theoretische begrippen): de kenmerken die de onderzoeker van
de mensen wil weten en meten, en waartussen er een verband verwacht
wordt. Dus tussen wat en wat verwachten we een positieve of negatieve
samenhang. Voorbeeld: plezier van de eerste date, hoeveelheid sociale
media contact vooraf. Dus dit zijn de onderwerpen die in een tabel links en
onderin staan.
Association kan je zien in een diagram. Het ene onderwerp staat links en de andere
onderaan. Dan wordt door middel van allemaal puntjes het verband aan gegeven tussen die
twee onderwerpen. Hierin kan je een patroon ontdekken. Bijv. als het sociale media contact
hoger is, is ook het plezier hoger. Hoe hoger de ene, hoe hoger de ander, en andersom ook.
Als je dat patroon kan zien dan noem je dat positieve samenhang, dus hoge scores op de
ene zijn hoge scores op de ander. Het kan ook anders zijn, hoe hoger de score op de ene,
hoe lager de score op het andere, dat noem je negatieve samenhang. Dus in association
schrijft de onderzoeker iets over de relatie die hij verwacht. Soms wordt dat in het midden
gelaten, dan wordt er geen verwachting uitgesproken, dan spreek je van ‘of er samenhang
is’. Maar op basis van de literatuur kan je vaak wel een voorspelling doen of het positieve of
negatieve samenhang heeft.
Causaliteit: een verandering in het ene onderwerp, is de oorzaak van een verandering in het
andere onderwerp. Bij causaliteit speken we over onderzoeksvragen die een oorzaak/gevolg
verband beschrijven. Voorbeeld: Leidt meer sociale media contact vooral tot een leukere
eerste date? Ene is oorzaak en andere is gevolg (ze hebben een relatie met elkaar). Dit is
wat anders dan een samenhang. Voorwaarden van causaliteit zijn:
- Covariance: er moet een relatie zijn tussen de oorzaak en het gevolg, dus de relatie
spreekt wel een rol.
- Temporal precedence: de oorzaak moet in de tijd voorafgaan aan het gevolg, dus
een extra voorwaarde dan alleen een relatie
, - Internal validity: alternatieve verklaringen voor de gevonden relatie moet zijn
uitgesloten, dus niet wat anders mag een rol spelen in deze relatie.
Samenhang zegt niet altijd wat over oorzaak gevolg. Correlationeel onderzoek is niet
geschikt om de alternatieve verklaringen uit te sluiten. Ze zijn goed in het aantonen van een
relatie. Maar niet voor het aantonen van alternatieve verklaringen.
Na de onderzoeksvraag gaan we naar het onderzoeksontwerp. Hoe moeten we met die
begrippen omgaan, dat noem je meetbaar maken of operationaliseren. Om een
theoretisch begrip zoals agressie, plezier, perfectie enz. te meten moeten de onderzoekers
een operationalisatie proces doorlopen:
- Theoretisch concept -> conceptuele definitie -> operationele definitie -> variabele
o Theoretisch concept: de begrippen en constructen waar we onderzoek naar
gaan doen (belangrijk om termen duidelijk te definiëren)
o De conceptuele definitie: wat de onderzoekers met het theoretische begrip
bedoelen, dus wat is dan intelligentie.
o De operationele definitie: hoe de onderzoekers het theoretische begrip gaan
meten, hoe willen we informatie gaan verzamelen over dit begrip (welk
meetinstrument).
▪ Deze twee moeten wel bij elkaar passen en duidelijk zijn!
Voorbeelden:
- Theoretisch concept: plezier van de (eerste) date
- Conceptuele definitie: de mate waarin de persoon een prettig gevoel van blijheid,
ontspannenheid en vrolijkheid heeft en zichzelf vermaakt gedurende de date. Dit kan
je opstellen van ‘plezier van de eerste date’.
- Operationele definitie: een vragenlijst met vragen die blijheid, ontspannenheid,
vrolijkheid en vermaak tijdens de date adresseren. Deze vragen noem je variabelen.
Variabele: specifiek vragen die je aan een deelnemer kan voorleggen. Wanneer een
theoretisch begrip eenmaal is geoperationaliseerd resulteert dit in een variabele ->
numerieke waarden, varieert van persoon tot persoon.
Meetinstrumenten gebruiken die bestaan uit variabelen:
- Veel fysieke kenmerken hebben een bestaand meetinstrument met bekende waarden:
o Lengte van student gemeten met een meetlint (waarden tussen 110 en 220 cm)
o Bloeddruk van de patiënt gemeten met een standaard bloeddrukmeter (waarden
tussen ongeveer 80 en 180)
o Kledingmaat ( xs,s,m,l,xl)
- Veel theoretische begrippen hebben ondertussen ook bestaande meetinstrumenten:
o IQ-score: score op een lange tekst zoals de Wechsler Adult Intelligence Scale,
score tussen ongeveer 60 en 140.
o Score op Rosenberg’s Self-Esteem Scale, score tussen 0 en 30.
o Score op de Beck’s Depression Scale, score tussen 0 en 63.
Twee kenmerken van variabelen:
1. Een variabele heeft numerieke waarden
2. Een variabele varieert van persoon tot persoon
Wanneer we het meetniveau van een variabele bepalen, kijken we naar de numerieke
waarde van deze variabele. Je kan alle variabelen verdelen in twee soorten:
1. Categorische variabelen: de waarden geven groepen/categorieën aan
2. Kwantitatieve variabelen: de waarden geven een kwantiteit aan (een
hoeveelheid/grootte).
,Operationele definitie leidt uiteindelijk dus tot een meetbare variabele. Bij elke operationele
definitie kan een ander variabele passen dus een ander meetniveau. Je moet tijdens je
onderzoek dus goed nadenken over je operationele definitie (hoe je een onderzoek gaat
doen), omdat je daarmee ook je meetniveau bepaald.
Verschillende soorten variabelen: meetniveaus
1. Categorische variabelen:
- Nominaal meetniveau: als je iemand vraagt naar categorieën, namen, woorden.
o Dit zijn kwalitatieve classificaties zonder ordening
o Categorieën, bijv. lievelingskleur: 1=rood, 2=blauw, 3=wit. Je moet hier dus
een getal invullen waar een kleur bij hoort, de cijfers hebben geen goed of
fout, de ene is niet beter dan de anderen, ze geven alleen een kleur weer. De
cijfer hebben hier dus geen betekenis.
2. Kwantitatieve variabelen:
- Ordinaal meetniveau: categorieën hebben een volgorde, maar de afstanden zijn niet
gelijk tussen de cijfers.
o Dit zijn kwalitatieve of kwantitatieve classificaties met een logische volgorde.
Maar we weten niet hoeveel de eerste scheelt van de tweede en zo verder.
o Volgorde, bijv. kledingmaat, ranglijst van schaatsers, likert-schalen,
schoolniveaus. Hier hebben de cijfers die hier aan opgehangen worden wel
een betekenis. 1=xs, 2=s, 3=m, het ene is groter dan het andere. We weten
niet of de afstanden tussen 1-2-3 allemaal evenveel zijn. Over het schaatsen:
het kan zijn dat bijv. 1 en 2 bijna even goed zijn in schaatsen, de 3e kan veel
verder staan en er langer over gedaan hebben. Dus de cijfers hebben hier
een betekenis, maar niet dezelfde afstanden tussen de volgordes.
- Interval meetniveau: de getallen hebben een betekenis in volgorde, en de afstanden
zijn gelijk aan elkaar.
o Ze hebben een logische ordening en de verschillen tussen de waarden zijn
meetbaar en relevant -> gelijke verschillen tussen waarden hebben dezelfde
betekenis. Met de waarden hiervan kan je ook rekenen en hebben betekenis.
IQ-scores, schaalscores, graden Celsius.
o Volgorde, afstanden gelijk, bijv. IQ score. Het verschil intelligentie tussen 90
en 100 is gelijk aan 100 en 110. Er zit evenveel intelligentie verschil in.
Buitentemperatuur gemeten in graden Celsius, tussen alle graden zit evenveel
verschil.
- Ratio meetniveau: zelfde als interval alleen hier is een nulpunt.
o Bij het absolute nulpunt is de waarde 0 een afwezigheid van de gemeten
variabele. Het verschil in waarde heeft een betekenis en kan je mee rekenen.
o Volgorde, afstanden gelijk, absoluut nulpunt, bijv. lengte, gewicht, aantal. Er
bestaat geen negatieve lengte of gewicht, 0 is waar je begint met meten. Een
nulpunt betekend, afwezigheid van datgene wat we willen meten.
Handig:
Wat je bij ratio goed moet onthouden is -> als ik het voor me zie op tafel betekent 0 dan dat
er niks is? Bijv. je hebt 0 knuffels, dan heb je geen knuffels = ratio, heb je een stuk stof maar
je hebt 0 cm over, dan heb je geen stuk stof meer = ratio. Maar bijv. je hebt een 0 gehaald
voor je cijfer, dan heb je alsnog wel een cijfer, je cijfer is wel een 0, maar je hebt wel een
cijfer = interval. Een absoluut 0-punt betekent dus dat er NIKS is, je hebt dan niks.
, Handig:
Voorbeeld die veel op school wordt gebruikt: een likert-schaal waarbij je aangeeft of je bijv.
helemaal eens, eens, neutraal, oneens, helemaal oneens bent. Is ordinaal meetniveau, je
weet niet hoeveel de helemaal eens van de eens afligt en of dat de zelfde afstand is als
neutraal en oneens, dus ordinaal meetniveau. Maar wanneer je alle scores van deze likert-
schaal gaat optellen en er een schaalscore van maakt, is het interval meetniveau. Want
hierbij weet je dat de score 2-3 evenveel verschil is als tussen de score 6-7. Goed
onthouden! Gaan ze vragen.
Kort overzicht:
Nominaal: onderscheid
Ordinaal: onderscheid, ordening
Interval: onderscheid, ordening, gelijke verschillen
Ratio: onderscheid, ordening, gelijke verschillen, absoluut nulpunt.
Het centrum van je data is het punt waar het grootste deel van je data geconcentreerd is.
manieren om dat punt te bepalen worden centrummaten genoemd.
- Gemiddelde = tel alle waardes bij elkaar op, en deel deze door het aantal waardes.
- Mediaan = de middelste waarde van alle waardes op een rij van klein naar groot. Stel
je hebt een even aantal aan waardes, dan neem je het gemiddelde van de twee
middelste waardes. Mediaan is het minst beïnvloedbaar voor uitschieters. De
mediaan is de meest robuuste centrummaat.
- Modus = de meest voorkomende waarde in een rij cijfers.
Uitschieters: als er hele hoge uitschieters zijn, dan trekt dat het gemiddelde heel erg
omhoog, maar van de grootste groep is dat dan niet officieel het gemiddelde. Door een
uitschieter wordt een gemiddelde vertekent. Om deze reden kan je dan beter geen
gemiddelde gebruiken maar een mediaan. Deze wordt minder beïnvloed door uitschieters.
Naast het gemiddelde is de standaardafwijking ook gevoelig voor uitschieters. Hoe groter
een steekproef is hoe minder gevoelig het gemiddelde is voor 1 uitschieter. Uitschieters kan
je makkelijk zien in een boxplot.
Centrummaten Spreidingsmaten
Nominaal Modus -
Ordinaal Modus, mediaan Bereik, IGR (kwartielen)
Interval Modus, mediaan, gemiddelde Bereik, IGR, standaarddeviatie
Ratio Modus, mediaan, gemiddelde Bereik, IGR, standaarddeviatie
- Bij nominaal en ordinaal kan je geen gemiddelde berekenen omdat de cijfers of niks
betekenen of niet dezelfde afstand hebben tot elkaar.
- Voor de standaarddeviatie heb je het gemiddelde nodig.
- Voor de IGR moet je max en min hebben en dat is bij de mediaan.
- Hoe hoger het meetniveau (centrummaat), hoe meer maten je kan uitrekenen. Dit
komt doordat, hoe hoger het gebruikte meetniveau, hoe meer informatie de getallen
bevatten. Daarom is het voor je onderzoek goed om je meetniveau zo hoog mogelijk
te maken.
Hoe weet een onderzoeker of er gemeten is wat er voor ogen was:
- Meet het meetinstrument wel het beoogde theoretische begrip?
- Meet het meetinstrument wel alle aspecten van het theoretische begrip?
- Als een ander meetinstrument gebruikt zou zijn, zouden de resultaten dan hetzelfde
zijn?
➔ Hiervoor is betrouwbaarheid en validiteit belangrijk.
Hoorcollege 1
Data kan op allerlei verschillende manieren verzameld worden:
- Observatiestudies
- Bestaande gegevens/big data
- Vragenlijsten
Deze punten lijken op kwalitatief, maar de focus is anders. De vraag gaat over samenhang
en relatie en daar heb je een andere aanpak voor nodig.
Theoriedata cyclus: correlationeel onderzoek is altijd deductief, de data cyclus wordt dus als
een lineair proces doorlopen. Theorie speelt een grote rol, er wordt een hypothese gevormd
over die theorie.
Onderzoeksvragen correlationeel onderzoek gaat over samenhang of relatie tussen
eigenschappen. Voorwaarden onderzoeksvragen correlationeel onderzoek:
- Ze volgen uit theorie
- Volgende elementen worden gebruikt: PAC
o Population: de groep mensen (of dieren of objecten) die de onderzoeker wil
onderzoeken. Over wie de onderzoeker een uitspraak/conclusie wil doen.
Voorbeeld: alle eerstejaars studenten aan de uni in Nederland.
o Association (verband/relatie): de onderzoeker geeft aan welke relatie
verwacht wordt. Er moet wat te lezen zijn over een samenhang. Voorbeeld:
plezier van eerste date neemt toe met meer contact via sociale media vooraf.
o Constructs (theoretische begrippen): de kenmerken die de onderzoeker van
de mensen wil weten en meten, en waartussen er een verband verwacht
wordt. Dus tussen wat en wat verwachten we een positieve of negatieve
samenhang. Voorbeeld: plezier van de eerste date, hoeveelheid sociale
media contact vooraf. Dus dit zijn de onderwerpen die in een tabel links en
onderin staan.
Association kan je zien in een diagram. Het ene onderwerp staat links en de andere
onderaan. Dan wordt door middel van allemaal puntjes het verband aan gegeven tussen die
twee onderwerpen. Hierin kan je een patroon ontdekken. Bijv. als het sociale media contact
hoger is, is ook het plezier hoger. Hoe hoger de ene, hoe hoger de ander, en andersom ook.
Als je dat patroon kan zien dan noem je dat positieve samenhang, dus hoge scores op de
ene zijn hoge scores op de ander. Het kan ook anders zijn, hoe hoger de score op de ene,
hoe lager de score op het andere, dat noem je negatieve samenhang. Dus in association
schrijft de onderzoeker iets over de relatie die hij verwacht. Soms wordt dat in het midden
gelaten, dan wordt er geen verwachting uitgesproken, dan spreek je van ‘of er samenhang
is’. Maar op basis van de literatuur kan je vaak wel een voorspelling doen of het positieve of
negatieve samenhang heeft.
Causaliteit: een verandering in het ene onderwerp, is de oorzaak van een verandering in het
andere onderwerp. Bij causaliteit speken we over onderzoeksvragen die een oorzaak/gevolg
verband beschrijven. Voorbeeld: Leidt meer sociale media contact vooral tot een leukere
eerste date? Ene is oorzaak en andere is gevolg (ze hebben een relatie met elkaar). Dit is
wat anders dan een samenhang. Voorwaarden van causaliteit zijn:
- Covariance: er moet een relatie zijn tussen de oorzaak en het gevolg, dus de relatie
spreekt wel een rol.
- Temporal precedence: de oorzaak moet in de tijd voorafgaan aan het gevolg, dus
een extra voorwaarde dan alleen een relatie
, - Internal validity: alternatieve verklaringen voor de gevonden relatie moet zijn
uitgesloten, dus niet wat anders mag een rol spelen in deze relatie.
Samenhang zegt niet altijd wat over oorzaak gevolg. Correlationeel onderzoek is niet
geschikt om de alternatieve verklaringen uit te sluiten. Ze zijn goed in het aantonen van een
relatie. Maar niet voor het aantonen van alternatieve verklaringen.
Na de onderzoeksvraag gaan we naar het onderzoeksontwerp. Hoe moeten we met die
begrippen omgaan, dat noem je meetbaar maken of operationaliseren. Om een
theoretisch begrip zoals agressie, plezier, perfectie enz. te meten moeten de onderzoekers
een operationalisatie proces doorlopen:
- Theoretisch concept -> conceptuele definitie -> operationele definitie -> variabele
o Theoretisch concept: de begrippen en constructen waar we onderzoek naar
gaan doen (belangrijk om termen duidelijk te definiëren)
o De conceptuele definitie: wat de onderzoekers met het theoretische begrip
bedoelen, dus wat is dan intelligentie.
o De operationele definitie: hoe de onderzoekers het theoretische begrip gaan
meten, hoe willen we informatie gaan verzamelen over dit begrip (welk
meetinstrument).
▪ Deze twee moeten wel bij elkaar passen en duidelijk zijn!
Voorbeelden:
- Theoretisch concept: plezier van de (eerste) date
- Conceptuele definitie: de mate waarin de persoon een prettig gevoel van blijheid,
ontspannenheid en vrolijkheid heeft en zichzelf vermaakt gedurende de date. Dit kan
je opstellen van ‘plezier van de eerste date’.
- Operationele definitie: een vragenlijst met vragen die blijheid, ontspannenheid,
vrolijkheid en vermaak tijdens de date adresseren. Deze vragen noem je variabelen.
Variabele: specifiek vragen die je aan een deelnemer kan voorleggen. Wanneer een
theoretisch begrip eenmaal is geoperationaliseerd resulteert dit in een variabele ->
numerieke waarden, varieert van persoon tot persoon.
Meetinstrumenten gebruiken die bestaan uit variabelen:
- Veel fysieke kenmerken hebben een bestaand meetinstrument met bekende waarden:
o Lengte van student gemeten met een meetlint (waarden tussen 110 en 220 cm)
o Bloeddruk van de patiënt gemeten met een standaard bloeddrukmeter (waarden
tussen ongeveer 80 en 180)
o Kledingmaat ( xs,s,m,l,xl)
- Veel theoretische begrippen hebben ondertussen ook bestaande meetinstrumenten:
o IQ-score: score op een lange tekst zoals de Wechsler Adult Intelligence Scale,
score tussen ongeveer 60 en 140.
o Score op Rosenberg’s Self-Esteem Scale, score tussen 0 en 30.
o Score op de Beck’s Depression Scale, score tussen 0 en 63.
Twee kenmerken van variabelen:
1. Een variabele heeft numerieke waarden
2. Een variabele varieert van persoon tot persoon
Wanneer we het meetniveau van een variabele bepalen, kijken we naar de numerieke
waarde van deze variabele. Je kan alle variabelen verdelen in twee soorten:
1. Categorische variabelen: de waarden geven groepen/categorieën aan
2. Kwantitatieve variabelen: de waarden geven een kwantiteit aan (een
hoeveelheid/grootte).
,Operationele definitie leidt uiteindelijk dus tot een meetbare variabele. Bij elke operationele
definitie kan een ander variabele passen dus een ander meetniveau. Je moet tijdens je
onderzoek dus goed nadenken over je operationele definitie (hoe je een onderzoek gaat
doen), omdat je daarmee ook je meetniveau bepaald.
Verschillende soorten variabelen: meetniveaus
1. Categorische variabelen:
- Nominaal meetniveau: als je iemand vraagt naar categorieën, namen, woorden.
o Dit zijn kwalitatieve classificaties zonder ordening
o Categorieën, bijv. lievelingskleur: 1=rood, 2=blauw, 3=wit. Je moet hier dus
een getal invullen waar een kleur bij hoort, de cijfers hebben geen goed of
fout, de ene is niet beter dan de anderen, ze geven alleen een kleur weer. De
cijfer hebben hier dus geen betekenis.
2. Kwantitatieve variabelen:
- Ordinaal meetniveau: categorieën hebben een volgorde, maar de afstanden zijn niet
gelijk tussen de cijfers.
o Dit zijn kwalitatieve of kwantitatieve classificaties met een logische volgorde.
Maar we weten niet hoeveel de eerste scheelt van de tweede en zo verder.
o Volgorde, bijv. kledingmaat, ranglijst van schaatsers, likert-schalen,
schoolniveaus. Hier hebben de cijfers die hier aan opgehangen worden wel
een betekenis. 1=xs, 2=s, 3=m, het ene is groter dan het andere. We weten
niet of de afstanden tussen 1-2-3 allemaal evenveel zijn. Over het schaatsen:
het kan zijn dat bijv. 1 en 2 bijna even goed zijn in schaatsen, de 3e kan veel
verder staan en er langer over gedaan hebben. Dus de cijfers hebben hier
een betekenis, maar niet dezelfde afstanden tussen de volgordes.
- Interval meetniveau: de getallen hebben een betekenis in volgorde, en de afstanden
zijn gelijk aan elkaar.
o Ze hebben een logische ordening en de verschillen tussen de waarden zijn
meetbaar en relevant -> gelijke verschillen tussen waarden hebben dezelfde
betekenis. Met de waarden hiervan kan je ook rekenen en hebben betekenis.
IQ-scores, schaalscores, graden Celsius.
o Volgorde, afstanden gelijk, bijv. IQ score. Het verschil intelligentie tussen 90
en 100 is gelijk aan 100 en 110. Er zit evenveel intelligentie verschil in.
Buitentemperatuur gemeten in graden Celsius, tussen alle graden zit evenveel
verschil.
- Ratio meetniveau: zelfde als interval alleen hier is een nulpunt.
o Bij het absolute nulpunt is de waarde 0 een afwezigheid van de gemeten
variabele. Het verschil in waarde heeft een betekenis en kan je mee rekenen.
o Volgorde, afstanden gelijk, absoluut nulpunt, bijv. lengte, gewicht, aantal. Er
bestaat geen negatieve lengte of gewicht, 0 is waar je begint met meten. Een
nulpunt betekend, afwezigheid van datgene wat we willen meten.
Handig:
Wat je bij ratio goed moet onthouden is -> als ik het voor me zie op tafel betekent 0 dan dat
er niks is? Bijv. je hebt 0 knuffels, dan heb je geen knuffels = ratio, heb je een stuk stof maar
je hebt 0 cm over, dan heb je geen stuk stof meer = ratio. Maar bijv. je hebt een 0 gehaald
voor je cijfer, dan heb je alsnog wel een cijfer, je cijfer is wel een 0, maar je hebt wel een
cijfer = interval. Een absoluut 0-punt betekent dus dat er NIKS is, je hebt dan niks.
, Handig:
Voorbeeld die veel op school wordt gebruikt: een likert-schaal waarbij je aangeeft of je bijv.
helemaal eens, eens, neutraal, oneens, helemaal oneens bent. Is ordinaal meetniveau, je
weet niet hoeveel de helemaal eens van de eens afligt en of dat de zelfde afstand is als
neutraal en oneens, dus ordinaal meetniveau. Maar wanneer je alle scores van deze likert-
schaal gaat optellen en er een schaalscore van maakt, is het interval meetniveau. Want
hierbij weet je dat de score 2-3 evenveel verschil is als tussen de score 6-7. Goed
onthouden! Gaan ze vragen.
Kort overzicht:
Nominaal: onderscheid
Ordinaal: onderscheid, ordening
Interval: onderscheid, ordening, gelijke verschillen
Ratio: onderscheid, ordening, gelijke verschillen, absoluut nulpunt.
Het centrum van je data is het punt waar het grootste deel van je data geconcentreerd is.
manieren om dat punt te bepalen worden centrummaten genoemd.
- Gemiddelde = tel alle waardes bij elkaar op, en deel deze door het aantal waardes.
- Mediaan = de middelste waarde van alle waardes op een rij van klein naar groot. Stel
je hebt een even aantal aan waardes, dan neem je het gemiddelde van de twee
middelste waardes. Mediaan is het minst beïnvloedbaar voor uitschieters. De
mediaan is de meest robuuste centrummaat.
- Modus = de meest voorkomende waarde in een rij cijfers.
Uitschieters: als er hele hoge uitschieters zijn, dan trekt dat het gemiddelde heel erg
omhoog, maar van de grootste groep is dat dan niet officieel het gemiddelde. Door een
uitschieter wordt een gemiddelde vertekent. Om deze reden kan je dan beter geen
gemiddelde gebruiken maar een mediaan. Deze wordt minder beïnvloed door uitschieters.
Naast het gemiddelde is de standaardafwijking ook gevoelig voor uitschieters. Hoe groter
een steekproef is hoe minder gevoelig het gemiddelde is voor 1 uitschieter. Uitschieters kan
je makkelijk zien in een boxplot.
Centrummaten Spreidingsmaten
Nominaal Modus -
Ordinaal Modus, mediaan Bereik, IGR (kwartielen)
Interval Modus, mediaan, gemiddelde Bereik, IGR, standaarddeviatie
Ratio Modus, mediaan, gemiddelde Bereik, IGR, standaarddeviatie
- Bij nominaal en ordinaal kan je geen gemiddelde berekenen omdat de cijfers of niks
betekenen of niet dezelfde afstand hebben tot elkaar.
- Voor de standaarddeviatie heb je het gemiddelde nodig.
- Voor de IGR moet je max en min hebben en dat is bij de mediaan.
- Hoe hoger het meetniveau (centrummaat), hoe meer maten je kan uitrekenen. Dit
komt doordat, hoe hoger het gebruikte meetniveau, hoe meer informatie de getallen
bevatten. Daarom is het voor je onderzoek goed om je meetniveau zo hoog mogelijk
te maken.
Hoe weet een onderzoeker of er gemeten is wat er voor ogen was:
- Meet het meetinstrument wel het beoogde theoretische begrip?
- Meet het meetinstrument wel alle aspecten van het theoretische begrip?
- Als een ander meetinstrument gebruikt zou zijn, zouden de resultaten dan hetzelfde
zijn?
➔ Hiervoor is betrouwbaarheid en validiteit belangrijk.
