Het document is een samenvatting van de cursus Verdieping in onderzoeksmethoden en statistiek (voor pedagogen). Het betreft voornamelijk de stof uit de hoorcolleges, maar ook de belangrijke stof uit de werkgroepen. Belangrijke begrippen zijn geel gemarkeerd.
verdieping in onderzoeksmethoden en statistiek voor pedagogen
Written for
Universiteit Utrecht (UU)
Pedagogische Wetenschappen
Verdieping in onderzoeksmethoden (201900398)
All documents for this subject (5)
Seller
Follow
gabriellakuiper
Reviews received
Content preview
VOS samenvatting
een methodologisch artefact (methodological confound) -> Betekent vgm dat er een andere factor is
die het verband eigenlijk verklaart en dat er dus eig niet echt een verband is tussen die 2 factoren.
Residu = verschil tussen voorspelde waarde en actuele waarde = voorspellingsfout = Error
, Regressienalyse ----------------------------------------------------------------------------------------------------------------
Multipele regressie techniek = een analysetechniek die ons in staat stelt om een grote verzameling
van mogelijke invloeden te bestuderen en hoe die afzonderlijke variabelen van invloed zijn en het
gehele model samen.
Meerdere onafhankelijke variabelen in het verklaringsmodel zijn opgenomen, deze techniek houdt
rekening met dat er samenhang is tussen de verschillende clusters van variabelen.
Centrale vraag van een multipele regressieanalyse:
Hoe goed kan mijn model, met al die onafhankelijke variabelen, het onderwerp van mijn onderzoek
verklaart worden door al die afzonderlijke variabelen?
Padmodel multipele regressie
Padmodel altijd deze structuur
Eén afhankelijk variabele (Y)
Eén of meerdere onafhankelijke variabelen (minimaal interval)
Eén of meerdere onafhankelijke variabelen (dichotoom)
X1 à geen streepje: variabele van interval meetniveau
X2 à streepje: 2 categorieën of groepen: vb gescheiden of niet-gescheiden ouders = dichotoom
meetniveau
E: we kunnen nooit alles verklaren, model is niet perfect, zo veel mogelijk van Y verklaren. Je
probeert met zo weinig mogelijk onafhankelijke variabelen zo veel mogelijk van Y te verklaren.
Multipele regressie algemeen
Onderzoeksvraag
o Kunnen we iemands waarde op een kenmerk (afhankelijke variabele)
voorspellen met kennis over andere kenmerken?
Hoe goed afhankelijke variabele verklaren d.m.v. onafhankelijke
variabelen?
Doelen analyse:
o Beschrijven lineaire relaties tussen variabelen, tussen X’en de Y
(regressiemodel).
o Toetsen hypothesen over relaties (significantie).
Mag gevonden verband leiden tot een conclusie: er is sprake van een
negatieve of positieve lineaire samenhang tussen de variabelen
o Kwantificeren van relaties (effectgrootte).
Sterkte verband
o Kwalificeren van relaties (klein, middelmatig, groot).
Stappen: Kwalificatie aangeven, in termen van klein, middelmatig, groot
Waarde-oordeel van het effect
o Beoordelen relevantie relaties (subjectief).
Is niet altijd zo dat een groot verband altijd relevant is of dat een
klein verband altijd niet-relevant is
Puur subjectief oordeel;
Deze stap wel of niet doen ligt aan de opdrachtgever/onderzoeker
, o Voorspellen van iemands waarde met regressiemodel (puntschatting en
intervalschatting).
Puntschatting: gegeven alle onnauwkeurigheid in het onderzoek op
dat moment als schatting geven
Intervalschatting die aangeeft met bepaalde waarschijnlijkheid zou
iemands score liggen tussen twee grenzen = informatiever dan een pure
puntschatting
Waarschuwing :
De multipele regressietechniek komt vooral voor bij correlationeel onderzoek.
Is onderzoek waarbij je de respondenten op 1 moment gebruikt om alle informatie te
verzamelen. Je kunt veronderstellen dat er een causale oorzaak gevolg relatie is tussen
alle variabelen, maar je kan geen causale conclusie trekken! We gaan op zoek naar
statistische samenhang die mogelijk een causale relatie kan ondersteunen.
Causale conclusies kunnen we niet trekken binnen multipele
regressietechniek/correlationeel onderzoek. Voor causaal zou je een experiment moeten
doen of een longitudinaal onderzoek.
X’en à onafhankelijke variabelen/predictoren -> verklaren variantie/spreiding in Y
Spreiding in Y of variatie in Y à statistische term: variantie.
Meetniveau variabelen:
NOIR:
Ratio
Interval
Ordinaal
Nominaal
Meetniveau variabelen is belangrijke factor om uiteindelijk een multiple regression te kunnen
uitvoeren ->
- X (onafhankelijke variabelen) moeten van interval of nominaal (dichitoom) meetniveau zijn
- Y (afhankelijke variabele) moet van interval meetniveau zijn
Afhankelijke variabele Y
o Kenmerk gemeten op minimaal interval meetniveau. (interval of ratio)
Meetniveau onafhankelijke variabelen Xk
o Kenmerk gemeten op minimaal interval meetniveau.
o DUS: minimaal op interval of dichotoom
o Uitzondering: Categorische kenmerk met twee categorieën; nominaal
meetniveau met twee categorieën noemen we dichotoom.
o Categorisch kenmerk met meer dan twee categorieën; nominaal/ordinaal
meetniveau wordt omgezet in dummyvariabelen.
Multiple lineaire regressieanalyse (MR)=
Multiple = meer dan 1 variabele/predictor
Lineaire = rechtlijnige verbanden veronderstellen tussen de x en de y
Voorspellingsfout e à residual of error – dingen die je niet meeneemt in je analyse en er dus een deel
is van Y die je niet kunt verklaren
Is verschil tussen observatie en voorspelling met model
, Y = geobserveerde waarde = modelvergelijking
Ydakje = voorspelde waarde/geschatte waarde -> gebaseerd op model = regressievergelijking
Histogram:
Geeft voor alle respondenten/de steekproef een overzicht van spreiding in scores.
Representeert de variatie in scores
Min of meer normaal verdeling
Nagaan hoe goed die variabelen de spreiding verklaren
De maat van spreiding wordt uitgedrukt in variantie
Hoe kleiner de voorspellingsfouten (verschil geobserveerde waardes en voorspelde
waardes), hoe beter het model
Aantal kenmerken frequentieverdeling:
Gemiddelde/Mean
Standaardafwijking/Std. Dev.
o Dit is ook een maat voor spreiding
o Andere maat voor spreiding is: variantie -> om kwaliteit regressiemodel vast
te stellen
Aantal respondenten/N
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller gabriellakuiper. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $4.88. You're not tied to anything after your purchase.
