Complete samenvatting van alle stof uit het boek Psychodiagnostiek en assessment die je moet kennen voor het tentamen van diagnostisch onderzoek. Dit is hoofdstuk 1 t/m hoofdstuk 8 en paragraaf 9.3. Er staan veel voorbeelden bij overal, omdat de stof soms best pittig is. Hierdoor is het een stuk ma...
Hoofdstuk 1 Diagnostiek: inschatten van mensen
1.1 Besliskunde
Op een bepaalde manier is iedereen psycholoog. Iedereen heeft ideeën over hoe andere mensen in
elkaar steken, wat ze waarom doen, hoe ze op specifieke situaties zullen reageren en hoe hun
karakter is. Psychologen zijn niet de enigen die voortdurend voorspellingen moeten doen.
In elk voorspellingsproces spelen steeds twee variabelen de hoofdrol, namelijk een
beoordelingsmoment nu en een beoordelingsmoment ergens in de toekomst. In de
psychodiagnostiek noemen we dit test en criterium. De mate waarin deze twee beoordelingen met
elkaar overeenstemmen, zegt iets over de kwaliteit van je voorspellingen en beoordelingsvermogen.
Wanneer je bepaalde voorspellingen vaak doet, is het mogelijk om aan de hand van de juistheid van
je voorspellingen in het verleden een uitspraak te doen over jouw bekwaamheid in de vaardigheid
van het voorspellen. We doen dan een voorspelling over hoe goed jij als voorspeller zult
functioneren, dit noemen we ‘predictieve validiteit’.
Op basis van de twee beoordelingsmomenten, worden er in de besliskunde vier soorten beslissingen
onderscheiden.
Voorbeeld: Een weerman. Hij doet een voorspelling over de vraag of het morgen wel of niet
zal gaan regenen. De vraag ‘Regent het morgen?’ beantwoordt hij met ‘ja’ of ‘nee’. De
volgende dag kunnen we werkelijk vaststellen of het regent, dus ook hier kan een ‘ja’- of
‘nee’-antwoord volgen.
Wanneer we het voorspellingsmoment (vandaag) – ook wel testmoment of test genoemd – en het
toetsmoment (morgen) – ook wel het criterium genoemd – in een kwadrant zetten, dan leidt dat tot
een besliskundematrix zoals hieronder afgebeeld.
,VP: We beginnen rechtsboven in het kwadrant. Hier heeft de weerman voorspeld dat het gaat
regenen, en het is ook werkelijk gaan regenen. Dit noemen we een ‘Valid Positive’ (VP). De
voorspelling was positief (Positive) en bleek later ook waar (Valid).
FP: De beslissingen rechtsonder noemen we een ‘False Positive’ (FP). De voorspelling was positief
(Positive), maar bleek niet te kloppen (False).
VP: Ook linksboven staat een foute beslissing. De weerman voorspelde dat het niet zou gaan regenen
(Negative), maar dit bleek niet te kloppen (False), het ging namelijk wel regenen. Dit is dus een ‘False
Negative’ (VP).
VN: Tot slot staat linksonder de ‘Valid Negative’ (VN), de voorspelling was dat het niet zou gaan
regenen en het bleef ook werkelijk droog.
De kwaliteit van de voorspeller neemt toe naarmate hij meer Valids scoort en zo min mogelijk False
beslissingen neemt. Een voorspeller kan een persoon zijn, maar ook een test, of een hele
voorspellingsprocedure, zoals een testbatterij of een assessmentprogramma. We kunnen de kwaliteit
van het voorspellend vermogen van een instrument of een voorspeller dus uitdrukken in een getal.
Voorbeeld, je kunt concluderen dat weerman A deze maand 80% valide voorspellingen heeft
gedaan en 20% verkeerde (False) voorspellingen deed en dus beter is dan weerman B die
maar 60% juiste voorspellingen deed en er in 40% van de gevallen naast zat.
1.1 Correlaties
Zolang voorspellingen van de soort ja/nee zijn, is het percentage zoals aan het eind van de vorige
paragraaf is beschreven een goede maat om de voorspellende (predictieve) kracht van een weerman
uit te drukken. Het wordt lastiger wanneer we het vermogen van de weerman om de temperatuur te
voorspellen willen vaststellen.
Wanneer de weerman 23°C voorspelde en het wordt 24°C, zit hij er in principe naast, maar dit is
natuurlijk minder erg dan dat het de volgende dag 33°C of juist 10°C bleek te zijn.
We hebben dus een fijnere maat nodig om de voorspellende kwaliteiten van weermannen op dit
punt vast te stellen. Statistici hebben voor dergelijke problemen het begrip correlatiecoëfficiënt
ontwikkeld. Dit begrip speelt een niet weg te denken rol in de psychodiagnostiek. De
correlatiecoëfficiënt is een getal tussen de 0 en 1.00 dat de sterkte van de relatie tussen twee
variabelen aangeeft.
In de natuurkunde treffen we perfecte relaties aan. Een ijzeren staaf
zet uit wanneer we die warmer maken. Wanneer we honderd
metingen verrichten en daarbij steeds de temperatuur noteren en de
lengte van de ijzeren staaf, dan kunnen we die in een grafiek
uitzetten. Op de x-as staat de temperatuur, op de y-as de lengte van
de ijzeren staaf, zie het figuur hiernaast. We zien dat alle stippen op
één strakke lijn liggen. Wanneer iemand ons vraagt hoe lang de staaf
precies is bij een temperatuur die we niet gemeten hebben, dan
kunnen we dat uit de grafiek afleiden. Het blijkt dus mogelijk om een
variabele te voorspellen uit een andere variabele. Omdat alle
meetpunten op exact dezelfde rechte lijn liggen, zeggen we dat de
correlatiecoëfficiënt tussen X en Y 1.00 is. Een perfecte correlatie.
,In de menswetenschappen zullen we nooit dergelijke perfecte relaties aantreffen.
We weten bijvoorbeeld dat er een verband bestaat tussen
lichaamslengte en gewicht. Langere mensen zullen over het algemeen
zwaarder zijn dan kleinere mensen. Maar er bestaan natuurlijk ook
uitzonderingen op deze regel. Kleine, dikke mensen kunnen zwaarder
zijn dan langere, dunne mensen. Toch neemt dit niet weg dat we in het
algemeen kunnen stellen dat langere mensen ook zwaarder zijn.
Hoe sterk de relatie tussen deze twee variabelen is, kan worden
uitgedrukt in een correlatiecoëfficiënt. Onderzoekers hebben daartoe
van duizend mensen de lengte gemeten en het gewicht bepaald. Als
we al deze metingen in een grafiek zetten, krijgen we een soort
puntenwolk, zoals hiernaast afgebeeld.
Het is meteen duidelijk dat het niet een willekeurige puntenwolk is. Er
zit een patroon in. Met behulp van statistische technieken kunnen we
een lijn tekenen die precies midden door de puntenwolk gaat.
Ook kunnen we een soort ellips tekenen die aangeeft hoe plat of juist bol de verzameling punten is.
Deze platheid of bolheid kunnen we in een getal uitdrukken. Dit getal is de correlatiecoëfficiënt waar
we net over spraken. Nadert de coëfficiënt het getal 1.00, dan is de ellips zeer plat. Totdat
uiteindelijk een strakke lijn ontstaat wanneer de correlatiecoëfficiënt 1.00 is. Hoe boller de ellips hoe
lager de correlatiecoëfficiënt. Wanneer die 0.00 is, is er totaal geen relatie tussen twee variabelen.
Wanneer die 0.5 is, is er een behoorlijke relatie, maar kunnen we slechts schattingen maken van één
variabele wanneer de andere bekend is.
1.3 Fouten in ons beoordelingsvermogen
1.3.1 Verstandige fouten
Een aantal van de beoordelingsfouten die we maken, zouden we goede of verstandige fouten
kunnen noemen. Ze helpen ons problemen te voorkomen.
Voorbeeld: Neem een hert, ook dat dier moet beslissingen nemen. Wanneer het ergens rustig
staat te grazen en het hoort geritsel in het struikgewas, dan moet het inschatten – dus
voorspellen – of dat geritsel van de wind afkomstig is of dat er een leeuw op hem loert. Als er
echt een leeuw zit en het hert vlucht weg, of het blijft staan en er zit geen leeuw, dan heeft
het valide beslissingen genomen. Voorspelt het dat er wel een leeuw tevoorschijn zal komen,
terwijl dat niet zo is, dan vlucht het voor niks, zijn beoordeling was dan een False Positive
(FP). Het zou ook een False Negative (FN) kunnen maken: het denkt dat er geen leeuw zit,
maar er zit er wél een. Duidelijk zal zijn dat een FN dodelijk is voor een hert, terwijl een FP
alleen een nodeloze renpartij kost. Een hert maakt dan ook liever duizend FP’s dan één FN.
Niet alle fouten zijn dus even kostbaar.
, 1.3.2 Overschatting van specifieke kansen
De kans dat bepaalde gebeurtenissen zich voordoen of de kans dat iemand over een bepaalde
eigenschap beschikt, wordt soms verkeerd ingeschat.
Voorbeeld: De psychologen en Nobelprijswinnaars Amos Tversky en Daniel Kahneman legden
aan hun proefpersonen de volgende beschrijving voor:
“Linda is 31 jaar oud, vrijgezel, erg uitgesproken en slim. Ze is afgestudeerd psychologe. Als
student was ze erg betrokken bij onderwerpen als discriminatie en sociale rechtvaardigheid
en ze nam deel aan antinucleaire demonstraties.”
Vervolgens vroegen Tversky en Kahneman aan hun proefpersonen welke van de volgende
uitspraken het meest waarschijnlijk is:
1. Linda werkt bij een bank
2. Linda werkt bij een bank en is actief in de vrouwenbeweging
85% van de proefpersonen koos voor optie 2. Toch is optie 1 het meest waarschijnlijk. Dat is
niet omdat het verhaaltje hierboven nou zo veel over Linda zegt, maar simpelweg omdat
vanwege een basale statistische wet de kans op twee samenvallende feiten altijd kleiner is
dan de kans op één daarvan.
1.3.3 Beschikbaarheidsheuristiek
Onderzoekers ontdekten dat we gebeurtenissen veel zwaarder laten wegen dan dingen die niet
gebeurd zijn, zelfs als die juist daarom des te meer bijzonder zijn.
Voorbeeld: Wanneer de Telegraaf groot kopt dat er ergens een moord gepleegd is, is heel
Nederland geschokt. Wat deze mensen over het hoofd zien is het feit dat in Nederland
moordcijfers historisch laag zijn.
We laten ons dus bang maken door schijnbaar bijzondere, maar statistisch gezien feitelijk irrelevante
informatie. Opvallende informatie, maar daardoor niet noodzakelijk belangrijke informatie, laten we
onevenredig zwaar meewegen in onze oordeelsvorming.
Voorbeeld: Bij de selectie van sollicitanten weegt dat iemand topsporter is geweest of een
strafblad bezit veel zwaarder dan eigenlijk verantwoord is. Dit komt onder andere doordat we
deze gegevens makkelijker onthouden.
In de sociale psychologie is dit bekend geworden als de beschikbaarheidsheuristiek: van dingen
waarover we snel voorbeelden uit ons geheugen kunnen opdiepen, denken we ook dat ze vaker
voorkomen.
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 amberekkel. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $4.82. You're not tied to anything after your purchase.
