Toegepaste Methoden & Statistiek samenvatting
HC1
Exploratief onderzoek: laat de data spreken
Confirmatief: toetsen of je hypothesen houdbaar zijn
Hypothese: veronderstelde relatie tussen de variabelen. Betreft 2 of meer variabelen.
Deze kunnen typisch zijn (gedrag) of maximum performance (prestatie zoals IQ).
Ook kunnen variabelen latent: niet direct observeerbaar
Of manifest (direct zichtbaar) zijn.
<—> Afhankelijk van de context van het onderzoek kan een gegeven ook een
constante zijn. Dat is wanneer de variabele geen variatie kent.
Correlatie betekent niet causatie.
Correlatie: er is een positieve/negatieve samenhang tussen variabelen. X <—> Y
Causatie: er is een oorzaak gevolg relatie, het een leidt tot het ander. X —> Y
X leidt tot Y, hierbij is X de onafhankelijke variabele en Y de afhankelijke.
Verschillend onderzoeksvragen: waarom correlatie? Zijn er alternatieve antwoorden?
Is er causaal proces? Wat zijn de schijneffecten?
!Verwar de labels van de variabele niet met aparte variabelen: rijk en arm zijn
dezelfde variabele namelijk inkomen!
Co-variantie laat de mate van samenhang zien tussen variabelen, deze kun je alleen
interpreteren op richting dus positief of negatief. Over de grootte kan nog niks gezegd
worden.
Gestandaardiseerde score ook wel z-score: hierbij is het gemiddelde altijd 0 en de
variantie en standaarddeviatie (spreidingsmaten) altijd 1. Er is geen intercept.
,Basisrelaties:
1. Direct causaal effect: oorzaak leidt direct tot gevolg (X —> Y)
2. Mediatie: x —> Z —> y ook wel indirect causaal effect. Het indirecte effect is
het product van meerdere directe effecten. Het is dus het product van de directe
padcoefficienten.
3. Schijneffect: er is een gemeenschappelijke oorzaak waardoor het lijkt alsof x en
y verband hebben terwijl dit geen echte relatie is. Ook wel confounder. Kan ook
indirect zijn.
4. Onbekend effect: er is een correlatie maar geen theoretische verwachting
hierachter of causale relatie in theorie.
5. Wederkerig: als X verandert verandert Y ook, als dat gebeurt verandert X weer.
X —> Y en hierna Y —> X
Totale causale effect = alle indirecte effecten + directe effecten
Maximaal direct effect: effect wat er is als je van de laagste naar hoogste score gaat
op X1.
HC2
Padmodellen: een hypothese over onderliggende causale processen die de
geobserveerde correlaties tussen 2+ variabelen tonen.
Opstellen padmodel:
I. Maak een lijst van alle variabelen
II. Maak voor alle een causale hypothese. Deze kun je niet bewijzen maar enkel
ontkrachten of niet (verwerpen).
III. Teken het conceptuele model
IV. Bepaal welke variabelen exogeen zijn en welke endogeen zijn. Maak een
regressievergelijking voor alles dat endogeen is. De endogene variabele is dus de
afhankelijke variabele in de regressie. Includeer alle variabele die een direct
effect hebben op deze variabele als predictor.
V. Voeg aan alle endogene variabelen de disturbance toe, ook wel de
onverklaarbare variantie / zeta / error / residu / stoor / ruis / ζ. De ζ’s correleren
niet met elkaar en zijn dus uniek.
, VI. Voeg tussen de exogene variabele een dubbele pijl (<—>) want deze kunnen
correleren met elkaar. Dit noem je multicollineariteit.
Vaak worden in praktijk de laatste 2 stappen weggelaten uit het figuur om het
padmodel overzichtelijker te laten lijken maar in werkelijkheid is het altijd aanwezig!
Gouden regel padmodellen: alle variabelen die schijnrelaties kunnen veroorzaken
tussen variabelen met een causaal verband moet meegenomen in het model. Dus alle
mogelijke confounders moet je meenemen als uitbreiders.
Het niet meenemen van eventuele confounder zou een overschatting zijn van het
directe effect.
Endogeen: minstens 1 pijl komt in deze variabele, het is dus niet alleen maar
onafhankelijk maar kan ook afhankelijk zijn.
Exogeen: deze variabelen zijn enkel een predictor en worden niet verklaard. Er gaat
alleen een pijl uit. Het is dus altijd onafhankelijk.
Bij een padmodel is het dus een analyse door meerdere regressieanalyses. Hierbij is
het aantal endogene variabelen gelijk aan het aantal analyses omdat je voor alles dat
endogeen is een aparte regressievergelijking maakt.
In deze vergelijking heb je het regressiecoefficient: dit zegt wat over de grootte én
richting van het directe effect. Dit noem je B of Beta / β (als dit gestandaardiseerd is).
Een padmodel betreft de populatie, door middel van een steekproef worden de
waarden van de populatie geschat.
Niet-gestandaardiseerde lineair verband: Y = a + B1X1 +B2X2 + ζ
Afhankelijke variabele = intercept + effect van b1 + effect van b2 + ruis
Gestandaardiseerd valt de intercept weg:
Y = β1Zx1 + β2Zx2 + ζ
!Als x1 met 1 SD omhoog gaat dan neemt Y toe/af met een eenheid β1Zx1 onder
constant houding van andere predictoren!
Dan is het effect van x1 een partieel effect.
Inhoudelijke interpretatie:
- Alle weggelaten variabelen hebben een relatief klein effect op de endogene
variabelen.
- Endogene variabelen zijn betrouwbaar gemeten en hebben weinig ruis. Hiermee
zijn ze beter te voorspellen.
- Alle schijnrelaties zijn meegenomen in het model.
HC1
Exploratief onderzoek: laat de data spreken
Confirmatief: toetsen of je hypothesen houdbaar zijn
Hypothese: veronderstelde relatie tussen de variabelen. Betreft 2 of meer variabelen.
Deze kunnen typisch zijn (gedrag) of maximum performance (prestatie zoals IQ).
Ook kunnen variabelen latent: niet direct observeerbaar
Of manifest (direct zichtbaar) zijn.
<—> Afhankelijk van de context van het onderzoek kan een gegeven ook een
constante zijn. Dat is wanneer de variabele geen variatie kent.
Correlatie betekent niet causatie.
Correlatie: er is een positieve/negatieve samenhang tussen variabelen. X <—> Y
Causatie: er is een oorzaak gevolg relatie, het een leidt tot het ander. X —> Y
X leidt tot Y, hierbij is X de onafhankelijke variabele en Y de afhankelijke.
Verschillend onderzoeksvragen: waarom correlatie? Zijn er alternatieve antwoorden?
Is er causaal proces? Wat zijn de schijneffecten?
!Verwar de labels van de variabele niet met aparte variabelen: rijk en arm zijn
dezelfde variabele namelijk inkomen!
Co-variantie laat de mate van samenhang zien tussen variabelen, deze kun je alleen
interpreteren op richting dus positief of negatief. Over de grootte kan nog niks gezegd
worden.
Gestandaardiseerde score ook wel z-score: hierbij is het gemiddelde altijd 0 en de
variantie en standaarddeviatie (spreidingsmaten) altijd 1. Er is geen intercept.
,Basisrelaties:
1. Direct causaal effect: oorzaak leidt direct tot gevolg (X —> Y)
2. Mediatie: x —> Z —> y ook wel indirect causaal effect. Het indirecte effect is
het product van meerdere directe effecten. Het is dus het product van de directe
padcoefficienten.
3. Schijneffect: er is een gemeenschappelijke oorzaak waardoor het lijkt alsof x en
y verband hebben terwijl dit geen echte relatie is. Ook wel confounder. Kan ook
indirect zijn.
4. Onbekend effect: er is een correlatie maar geen theoretische verwachting
hierachter of causale relatie in theorie.
5. Wederkerig: als X verandert verandert Y ook, als dat gebeurt verandert X weer.
X —> Y en hierna Y —> X
Totale causale effect = alle indirecte effecten + directe effecten
Maximaal direct effect: effect wat er is als je van de laagste naar hoogste score gaat
op X1.
HC2
Padmodellen: een hypothese over onderliggende causale processen die de
geobserveerde correlaties tussen 2+ variabelen tonen.
Opstellen padmodel:
I. Maak een lijst van alle variabelen
II. Maak voor alle een causale hypothese. Deze kun je niet bewijzen maar enkel
ontkrachten of niet (verwerpen).
III. Teken het conceptuele model
IV. Bepaal welke variabelen exogeen zijn en welke endogeen zijn. Maak een
regressievergelijking voor alles dat endogeen is. De endogene variabele is dus de
afhankelijke variabele in de regressie. Includeer alle variabele die een direct
effect hebben op deze variabele als predictor.
V. Voeg aan alle endogene variabelen de disturbance toe, ook wel de
onverklaarbare variantie / zeta / error / residu / stoor / ruis / ζ. De ζ’s correleren
niet met elkaar en zijn dus uniek.
, VI. Voeg tussen de exogene variabele een dubbele pijl (<—>) want deze kunnen
correleren met elkaar. Dit noem je multicollineariteit.
Vaak worden in praktijk de laatste 2 stappen weggelaten uit het figuur om het
padmodel overzichtelijker te laten lijken maar in werkelijkheid is het altijd aanwezig!
Gouden regel padmodellen: alle variabelen die schijnrelaties kunnen veroorzaken
tussen variabelen met een causaal verband moet meegenomen in het model. Dus alle
mogelijke confounders moet je meenemen als uitbreiders.
Het niet meenemen van eventuele confounder zou een overschatting zijn van het
directe effect.
Endogeen: minstens 1 pijl komt in deze variabele, het is dus niet alleen maar
onafhankelijk maar kan ook afhankelijk zijn.
Exogeen: deze variabelen zijn enkel een predictor en worden niet verklaard. Er gaat
alleen een pijl uit. Het is dus altijd onafhankelijk.
Bij een padmodel is het dus een analyse door meerdere regressieanalyses. Hierbij is
het aantal endogene variabelen gelijk aan het aantal analyses omdat je voor alles dat
endogeen is een aparte regressievergelijking maakt.
In deze vergelijking heb je het regressiecoefficient: dit zegt wat over de grootte én
richting van het directe effect. Dit noem je B of Beta / β (als dit gestandaardiseerd is).
Een padmodel betreft de populatie, door middel van een steekproef worden de
waarden van de populatie geschat.
Niet-gestandaardiseerde lineair verband: Y = a + B1X1 +B2X2 + ζ
Afhankelijke variabele = intercept + effect van b1 + effect van b2 + ruis
Gestandaardiseerd valt de intercept weg:
Y = β1Zx1 + β2Zx2 + ζ
!Als x1 met 1 SD omhoog gaat dan neemt Y toe/af met een eenheid β1Zx1 onder
constant houding van andere predictoren!
Dan is het effect van x1 een partieel effect.
Inhoudelijke interpretatie:
- Alle weggelaten variabelen hebben een relatief klein effect op de endogene
variabelen.
- Endogene variabelen zijn betrouwbaar gemeten en hebben weinig ruis. Hiermee
zijn ze beter te voorspellen.
- Alle schijnrelaties zijn meegenomen in het model.
