Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Samenvatting Inleiding data-analyse €7,49   Ajouter au panier

Resume

Samenvatting Inleiding data-analyse

3 revues
 99 vues  14 fois vendu
  • Cours
  • Établissement

Een uitgebreide samenvatting voor het vak Onderzoekspracticum inleiding data-analyse aan de Open Universiteit. Deze samenvatting bevat alles wat je moet weten voor het tentamen. De samenvatting is gebaseerd op de stof van de online leeromgeving. Ik heb met deze samenvatting een 8 gehaald!

Aperçu 4 sur 68  pages

  • 31 août 2019
  • 68
  • 2018/2019
  • Resume

3  revues

review-writer-avatar

Par: jufsanne • 2 année de cela

Traduit par Google

Clear and structured!

review-writer-avatar

Par: stein_cox • 2 année de cela

review-writer-avatar

Par: aandrade • 4 année de cela

avatar-seller
ONDERZOEKSPRACTICUM INLEIDING DATA-ANALYSE
THEMA 1: INLEIDING

1.1 Inleiding en ethiek

Wetenschap
Wetenschap is een methode om te leren over de realiteit. Mensen zijn slachtoffer van veel verstoringen is ons
geheugen en in onze informatieverwerking, waardoor onze ideeën over realiteit niet zomaar te vertrouwen zijn.
Daarom zijn systematische methoden nodig.

Wetenschap maakt het mogelijk dat we de realiteit begrijpen, het direct kunnen toepassen en het levert informatie
waar beleid op gebaseerd kan worden.

Onderzoekscyclus
In het systematische proces van wetenschappelijk onderzoek zijn vijf fasen te onderscheiden, die samen de
empirische onderzoekscyclus vormen.
Empirisch onderzoek is onderzoek waarbij data wordt verzameld: bijna al het onderzoek is als empirisch te
beschouwen.

Het meest voor-de-hand liggende startpunt van de cyclus is de onderzoeksvraag. Deze is namelijk bepalend voor hoe
een studie ontworpen moet worden. Als de studie eenmaal is ontworpen kan dat ontwerp worden gebruikt om data
te verzamelen, die vervolgens kunnen worden geanalyseerd. Tot slot wordt dit hele proces gerapporteerd. De meest
logische volgorde is dus:
- Onderzoeksvraag formuleren
- Studie ontwerpen
- Data verzamelen
- Data analyseren
- Rapporteren

Echter, het is een iteratief proces. Op de rapportage volgen bijvoorbeeld vaak nieuwe onderzoeksvragen. Daarnaast
geldt dat het tijdens het ontwerpen van de studie bijna altijd nodig is om al analyses uit te voeren (zogenaamde
‘poweranalyses’; meer hierover in studietaak 4.7). Verder kunnen sommige delen van de rapportage, zoals de
inleiding van het artikel, al worden geschreven voordat data zijn verzameld of geanalyseerd. Bovendien blijkt tijdens
het ontwerpen van een studie soms dat het niet mogelijk of haalbaar is om de oorspronkelijke onderzoeksvraag te
onderzoeken, zodat die moet worden bijgesteld. In de praktijk lopen de fasen dus een beetje door elkaar heen. Het
is wel onherroepelijk zo dat dataverzameling nooit kan starten voordat de studie is ontworpen, en op dat moment
staat dus ook de onderzoeksvraag onherroepelijk vast; het staat dan zelfs al vast hoe de data geanalyseerd gaan
worden.

Ethiek
Ethiek en integriteit zijn heel belangrijk in wetenschappelijk onderzoek en in de psychologie in het bijzonder.
Hiervoor zijn 2 redenen:
- De objecten van onderzoek in de psychologie en onderwijswetenschappen meestal mensen. Deelnemers
steken tijd en moeite in deelname, maar kunnen bovendien schade ondervinden door deelname aan een
studie (denk bijvoorbeeld aan het Stanford Prison Experiment; Haney, Banks, & Zimbardo, 1973; en aan de
Obedience studie; Milgram, 1963).
- Wetenschappelijk onderzoek meestal uitgevoerd met publieksgeld. Dat geeft onderzoekers de zware
verantwoordelijkheid om hun uiterste best te doen te zorgen dat het onderzoek de moeite van de
investering en kosten waard is, repliceerbaar is, en dat alle stappen transparant en herleidbaar zijn.

Het besef dat het belangrijk was om expliciet aandacht te besteden aan ethiek in onderzoek werd voor het eerst
geformaliseerd in 1947, toen naar aanleiding van de experimenten in de tweede wereldoorlog de Nuremberg Code
werd geformuleerd. Deze was geënt op medisch onderzoek, en in 1964 werd op basis hiervan de eerste versie van

,de Helsinki Declaratie geformuleerd. Hoewel beide richtlijnen oorspronkelijk zijn geformuleerd voor medisch
onderzoek, worden de onderliggende principes beschouwd als een basis voor ethische besluitvorming bij
wetenschappelijk onderzoek.

Om die besluiten te nemen zijn er ethische commissies opgericht. Deze ethische commissies maken onder andere
een afweging van de kosten van een studie (dus zowel mogelijke negatieve gevolgen voor deelnemers als financiële
kosten) en van de mogelijke opbrengsten. Daarnaast wordt bijvoorbeeld gekeken naar bescherming van de
deelnemers, bijvoorbeeld door nazorg te borgen indien nodig. Ook beoordeelt een ethische commissie of
anonimiteit van deelnemers is gewaarborgd en of er goed met de data wordt omgegaan tijdens en na het
onderzoek.
Studies worden dus alleen goedgekeurd als ze goed in elkaar zitten.

WMO, METC en cETO
In Nederland zijn de principes van de Declaratie van Helsinki geïmplementeerd in de Wet Medisch Onderzoek (de
WMO). Deze heeft betrekking op “medisch-wetenschappelijk onderzoek waarvan deel uitmaakt het onderwerpen
van personen aan handelingen of het opleggen aan personen van een bepaalde gedragswijze” (WMO, artikel 1, lid
a). Deze wet bepaalt dat onderzoek dat onder de WMO valt niet uitgevoerd mag worden als een Medisch Ethische
Toetsings Commissie (METC) het onderzoek niet eerst heeft getoetst en goedgekeurd. Het meeste psychologische en
onderwijswetenschappelijke onderzoek is niet medisch-wetenschappelijk, en valt dus niet onder de WMO. Daarom
is er een ethische code ontwikkeld voor al het sociale en gedragswetenschappelijke onderzoek in Nederland. Bij de
Open Universiteit wordt deze gedragscode toegepast door de commissie Ethische Toetsing Onderzoek (cETO). Al het
mensgebonden onderzoek bij de Open Universiteit wordt door de cETO getoetst.

Een aantal aspecten van onderzoek die ethische commissies beoordelen:
- Informed consent
- Data management
- Full disclosure

Informed consent
Informed consent = een overeenkomst tussen de onderzoekers en de deelnemers aan een studie. Dit is een garantie
dat deelnemers volledig vrijwillig meedoen en niets doen dat ze niet willen.
In zo’n overeenkomst geven de deelnemers aan dat ze
- De gelegenheid hebben gehad om de achtergrondinformatie te lezen
- De gelegenheid hebben gehad om vragen te stellen
- De gelegenheid hebben gehad om over hun deelname na te denken
- Begrijpen dat ze op elk moment met het onderzoek kunnen stoppen zonder consequenties en zonder
opgave van reden.
De onderzoeker verplicht zich bovendien tot het volledig anonimiseren van de data. Dit laatste is belangrijk omdat
data bij wetenschappelijk onderzoek openbaar gemaakt moeten worden.

Datamanagement en Full Disclosure
Omdat date de primaire uitkomsten zijn van wetenschappelijk onderzoek, moet onderzoek vergezeld gaan met een
datamanagement plan.
Datamanagement plan = in dit plan wordt onder andere beschreven hoe date tijdens het onderzoek wordt
opgeslagen; hoe deze worden geanonimiseerd; wie toegang houden tot de niet-geanonimiseerde data; en hoe deze
na afloop van het project langdurig worden opgeslagen.
Naast de data zelf, beschrijft het plan ook hoe met de metadata wordt omgegaan.
Metadata = data over de data, die nodig zijn om een databestand te begrijpen.
In de praktijk kunnen alle producten van een onderzoek als metadata worden beschouwd, zoals ingevulde informed
consents, gebruikte materialen zoals vragenlijsten, de scores op de vragenlijsten, de analysescripts waarmee de data
zijn geanalyseerd en de uitkomsten van die analyses.

In een datamanagement plan leggen onderzoekers uit hoe ze al deze producten zullen opslaan en verwerken. Omdat
de meeste van deze producten nodig zijn om de gegenereerde data goed te kunnen begrijpen, zal het meestal nodig
zijn om al deze producten uiteindelijk langdurig op te slaan met de data. In de praktijk manifesteert een goed
datamanagement plan zich in een werkwijze: door vanaf het begin van een project netjes te werken, nauwkeurig alle

,acties en besluiten en hun onderbouwing bij te houden, en een duidelijke directorystructuur en bestandsnamen te
gebruiken is adequate archivering na afloop heel eenvoudig.

Full disclosure = de volledige openheid wordt gegeven over het onderzoeksproces.
De technologische ontwikkelingen maken dit nu ook mogelijk, voor het internet werden de onderzoeken van
wetenschappelijk onderzoek voornamelijk verspreid via wetenschappelijke tijdschriften.

Verspreiding van uitkomsten van wetenschappelijk onderzoek
Wetenschappelijke bevindingen werden voor lange tijd, naast besprekingen op congressen, vooornamelijk gedeeld
in wetenschappelijke journals.
Het eerste internationale wetenschappelijke journal verscheen op 6 maart 1665 onder leiding van Henry Oldenburg
(zie figuur 1.1.1.), hoewel twee maanden eerder (5 januari) het eerste wetenschappelijke journal al was verschenen,
maar dat was alleen in het Frans (het Journal des Sçavans).

Wetenschappers communiceren in de vorm van artikelen, die naar zo’n journal worden gestuurd en dan worden
beoordeeld door andere wetenschappers, peer reviewers, voordat ze worden geaccepteerd en gepubliceerd.
Vanwege de hoge kosten van het drukken van deze journals, werd er gestrijd om een plekje en moeten artikelen zo
bondig mogelijk zijn.
Tegenwoordig zijn alle journals ook digitaal beschikbaar, of alleen online beschikbaar. Ze zijn steeds vaker gratis
toegankelijk. Omdat server-ruimte bijna niets kost, kunnen met een artikel ook allerlei andere dingen worden mee
gepubliceerd, zoals de data en metadata, dit wordt ook steeds vaker vereist.

Wetenschap is een internationale gelegenheid, waardoor de taal voor wetenschap tegenwoordig Engels is. Vanwege
het full disclosure principe volgt daarom ook dat wetenschappers de verantwoordelijkheid hebben om de studie zo
toegankelijk mogelijk te maken voor het internationale publiek. Dat betekent concreet dat directorystructuren en
bestandsnamen Engelstalig moeten zijn, of, als dat niet het geval is, dat er een document met vertalingen bijgevoegd
moet worden. Dit geldt ook voor variabele namen in databestanden.

1.2 Validiteit en betrouwbaarheid

We doen onderzoek om te leren over de realiteit. De realiteit in kaart brengen betreft altijd een vertaling van de
realiteit naar data in een onderzoek. Die vertaling kan natuurlijk beter en slechter zijn.
Bij onderzoek wordt de imperfectie of onzuiverheid van metingen vaak besproken in termen van validiteit en
betrouwbaarheid.

Betrouwbaarheid
Betrouwbaarheid = de mate waarin een meting bij herhaling hetzelfde resultaat oplevert.
Sommige meetinstrumenten zijn accurater dan anderen. Er zijn ook tal van mogelijke verstorende factoren die de
zuiverheid van een meting beïnvloeden.

Betrouwbaarheid is gedefinieerd als de stabiliteit van een meetinstrument voor herhaalde metingen. Een belangrijk
aspect van deze definitie is dat die gebaseerd is op de aanname dat datgene dat wordt gemeten stabiel is.
Voorbeeld: als iemands humeur wordt gemeten, zal dat over de tijd veranderen. De verschillende uitkomsten die
worden gevonden zijn dan geen symptoom van lage betrouwbaarheid, maar juist een indicatie dat het
meetinstrument goed werkt.

Meetfout
De uitkomst van elk meetinstrument is niet uitsluitend afhankelijk van wat we
willen meten, maar ook van externe zaken. Dit soort invloeden noemen we een
meetfout (ruis of measurement error).
Meetfout = het complement van betrouwbaarheid. Naarmate er minder
meetfout is, is een meting betrouwbaarder, en omgekeerd.
Voorbeeld: het in kaart brengen of iemand depressief is, we kunnen op een
regenachtige donkere dag andere uitkomsten krijgen dan op een zonnige dag

, Validiteit
Validiteit = de mate waarin een meetinstrument meet wat het moet weten
Validiteit heeft betrekking op de vraag of de representatie van een stukje realiteit binnen een onderzoek wel
overeenkomt met het stukje realiteit in de echte wereld.
Om valide te zijn moet een meetinstrument de verschillen die in het echt bestaan reproduceren in de data die in een
onderzoek worden verzameld.

Om te weten hoe betrouwbaar een meting is, kan die bijvoorbeeld een week later worden herhaald. Als wat is
gemeten stabiel is gebleven, zou de tweede meting identiek moeten zijn aan de eerste. Hoe meer die tweede meting
afwijkt, hoe minder betrouwbaar het meetinstrument dan is. Om een indruk te krijgen van validiteit worden vaak
andere meetinstrumenten afgenomen om dezelfde of gerelateerde dingen te meten.
Tegenwoordig worden geen verschillende soorten validiteit meer onderscheiden: een meetinstrument heeft een
bepaalde validiteit, maar geen verschillende soorten validiteit. Validiteit wordt tegenwoordig als unitair construct
gezien: het idee dat er verschillende typen zouden bestaan is in 1999 achterhaald. In plaats daarvan wordt gesteld
dat contentvaliditeit eerder is te beschouwen als een perspectief op validiteit, of een raam waardoor naar de
validiteit van een operationalisatie gekeken kan worden.

De bekendste benaderingen (vroeger dus typen) zijn:
- Gezichtsvaliditeit of face validity: de indruk van de validiteit na bestudering van het meetinstrument. Deze
benadering is erg praktisch omdat hij geen nader onderzoek vereist; de onderzoeker hoeft het
meetinstrument alleen nauwkeurig te bekijken.
- Criteriumvaliditeit of criteria validity: de mate waarin de uitkomsten van een meetinstrument samenhangen
met een ander meetinstrument waarvan bekend is dat het wel valide is. Van een intelligentietest wordt
bijvoorbeeld verwacht dat deze over het algemeen samenhangt met schoolcijfers.
- Externe validiteit: de mate waarin de uitkomsten ook gelden ‘in de echte wereld’. Wetenschappelijk
onderzocht vindt vaak plaats in kunstmatige omstandigheden, zoals een laboratorium. Patronen die in die
omstandigheden worden gevonden, bestaan misschien niet buiten die context.
- Contentvaliditeit of inhoudsvaliditeit: de mate waarin het meetinstrument de concepten afdekt die het
volgens de betreffende theorie zou moeten afdekken. Een meetinstrument om extraversie te meten moet
bijvoorbeeld in kaart brengen hoe mensen omgaan met sociale situaties.

1.3 Populaties en steekproeven

Populaties
Onderzoekseenheden = mensen, dieren, scholklassen, ziekenhuizen etc.
Als we mensen of andere onderzoekseenheden willen onderzoeken, kunnen we niet alle mensen onderzoeken; de
doelgroep of populatie is meestal te groot.
Populatie = en theoretische groep onderzoekseenheden, die gedefinieerd wordt door een aantal kenmerken.
Voorbeeld: voorbeelden van populatie zijn de Nederlandse bevolking, middelbare scholieren, ziekenhuizen etc.

Er zijn 2 redenen waarom niet alle onderzoekseenheden in een populatie kunnen onderzocht worden:
- Het zijn er meestal te veel
- De populatie is zodanig gedefinieerd dat deze ook mensen in het verleden en de toekomst bevat. Als dat niet
het geval zou zijn, zouden verzamelde data immers onmiddellijk na verzameling verwijzen naar een
populatie die niet langer bestaat. Om ‘houdbare data’ te verzamelen over een populatie, wordt die dus
meestal gedefinieerd als een oneindig grote groep mensen. Door de populatie zo te definiëren is het
mogelijk om ook dagen, weken, maanden, en soms zelfs jaren nadat data zijn verzameld, uitspraken te doen
over een populatie.

Steekproef
We onderzoeken niet de gehele populatie, maar we nemen een steekproef.
Steekproef = een groep mensen (of andere onderzoekseenheden) die minder groot is dan de volledige populatie.
De selectie hiervan kan op meerdere manieren plaatsvinden, de manier waarop dit gedaan wordt heeft gevolgen
voor de conclusies die met het onderzoek getrokken mogen worden.

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur femkegjeltema. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €7,49. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

83750 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans

Commencez à vendre!
€7,49  14x  vendu
  • (3)
  Ajouter