Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Aantekeningen hoorcolleges Kwantitatieve Onderzoeksmethodologie €3,49
Ajouter au panier

Notes de cours

Aantekeningen hoorcolleges Kwantitatieve Onderzoeksmethodologie

 2 fois vendu
  • Cours
  • Établissement

aantekeningen kwantitatief

Aperçu 4 sur 54  pages

  • 22 juillet 2024
  • 54
  • 2021/2022
  • Notes de cours
  • Dr. h.p.l.m. korzilius
  • Toutes les classes
avatar-seller
Hoorcollege 1 – Gegevens verzamelen

Meetniveaus: nominaal, ordinaal (rangorde), interval (zelfde ruimte ertussen) en ratio
(natuurlijk nulpunt).
Nominaal en ordinaal samen is categorisch. Interval en ratio samen is metrisch.
Niveau van alpha: 0.05 is de grens. Eronder dan kunnen we nulhypothese niet meer
handhaven. H0: er is geen correlatie tussen variabelen. H1: er is wel correlatie tussen
variabelen. Je verwerpt H0 indien p kleiner is dan de gestelde alpha.

Kwaliteit onderzoek: drie aspecten
Validiteit:
De mate waarin de gemeten kenmerken daadwerkelijk de kenmerken zijn van de
onderzochte objecten (systematische of random error).
Betrouwbaarheid:
De mate waarin de metingen van de kenmerken dezelfde resultaten oplevert als het
onderzoek onder dezelfde omstandigheden zou worden herhaald.
Bruikbaarheid:
De mate waarin de onderzoeksresultaten goed aansluiten bij het probleem van de
opdrachtgever, ofwel die daadwerkelijk kunnen bijdragen aan de oplossing van een
praktijkprobleem.

Pijl met één punt: effect.
Pijl met twee punten: correlatie.




Kwantitatieve data
Onderzoekstrategieën: Survey (voor beschrijvende en explorerende vragen), Experiment
(voor toetsende vragen).
Dataverzameling: Vragenlijsten, Observaties, Inhoudsanalyse.
Data:
Primair: specifiek voor het onderzoek zelf (zelf actie ondernemen).
Secundair: verzameld voor een ander doel (door iemand anders is verzameld).

Vragenlijst
Vraagtypen:
 Open/gesloten vragen
 Single/multiple respons
 Dichotome vragen (vraag met ‘wel’ of ‘niet’ als antwoord (0 of 1 in dataset))
 Schaal items (bijvoorbeeld Likert  strongly agree – strongly disagree)

,Vragenlijst: formulering vragen
 Gebruik gewone woorden;
 Gebruik eenduidige woorden;
 Vermijd impliciete veronderstellingen;
 Vermijd generalisaties en schattingen;
 Gebruik positieve en negatieve stellingen.




Ethische aspecten
 Toestemming (informed consent)
 Vertrouwelijkheid en privacy
 En zaken veranderen

Toets op representativiteit
• Representativiteit: mate waarin de steekproef op relevante kenmerken een goede
afspiegeling vormt van de populatie.
• Representativiteitstoets voor één variabele.
• Aantal klanten bij drie winkels (ontleend aan De Vocht, 2006).
Klant bij Geobserveerde aantallen (Fo: frequency observed)

Aldi 28
Lidl 29

Jumbo 23
Totaal 80


• Op basis van externe gegevens over populatie (bv. CBS, administratie) bepaal je Fe,
de verwachte frequentie.
• Theoretische verwachting: gelijkmatige (uniforme) verdeling.

• Fo is geobserveerde frequentie.
• Fe is verwachte frequentie; uniform: overal gelijke aantallen. (80(=totaal) / 3 (=
aantal groepen)

, • H0: Verdeling in steekproef = verdeling in populatie
• H1: Verdeling in steekproef ≠ verdeling in populatie
• Toets met een a van .30 (!)
• x2 (=chi-kwadraat) (2, N = 80) = 0.77; p = .68 (die 2 is groepsgrootte – 1).
• Statistische conclusie: (a = .30) p > a, H0 niet verwerpen
• Inhoudelijke conclusie: steekproef is representatief voor populatie.

Output SPSS
• Aansturing
• Menu Analyze  Non-parametric Tests  Legacy Dialogs  Chi-
Square.
• Of met meer stappen:
Menu Analyze  Non-parametric Tests  One Sample  etc.).
• Zie opdracht 1 voor meer toelichting.

Waarom a van .30 bij representativiteit
• Relatie tussen soorten statistische fouten type I fout (a) en type II fout
(b): indien a ↑ dan b ↓ (en v.v.)




• H0: verdeling steekproef = verdeling populatie
• H1: verdeling steekproef ≠ verdeling populatie (minimaal één groep wijkt af)
• Niet te snel besluiten tot representativiteit: vermijden van type II fout belangrijker
dan van type I fout
• Daarom a verhogen om lagere b te krijgen

Reflectie
 Validiteit? Externe validiteit vooral van belang voor representativiteit.
 Betrouwbaarheid?
Representativiteit:
Argumentatie op basis van het Toulmin model (zie opdrachten op BS).
Gebaseerd op drie vragen:
(1) Wat is je standpunt (stelling, bewering, claim)?
(2) Op welke gegevens* baseer je dit standpunt?
(3) Waarom is je standpunt juist op basis van genoemde gegevens?
* Feiten, mondelinge informatie, algemene kennis en algemene regels.

, Reflectie: belang in onderzoek
Walker et al. (2019, p. 233):
Data Integrity
A variety of methods and approaches have been suggested to clean data in different
situations (Van den Broeck, 2005). The data for this research were gathered using a
questionnaire. Data were cleaned by discarding incomplete questionnaires and responses
that included suspicious patterns (e.g., responses 1, 2, 3, 4, 5, 4, 3, 2, 1, 2, …) or multiple
responses on the same item. […] The data collection instrument used Likert scale items,
which reduced the possibilities of invalid data.
Veth et al. (2019, p. 5):
A missing value analysis showed no significant differences between the data set of included
and excluded respondents for gender, part-time versus full-time workers, age [c(1) = 0.13, p
= 0.72; c(1) = 0.50, p = 0.48; c(1170) = 0.31, p = 0.76]. However, the category of respondents
contained relatively more higher educated employees compared to the group of excluded
ones [c(6) = 27.56, p < 0.001].

Data cleaning/preparatie
 Checken of alle gegevens in de datamatrix kloppen:
 Codes
 Routings
 Response set
 Missing data analyse:
 bv. studie Williams, Schnake, en Fredenberger (2005) naar de invloed van
corporate strategy op de reputatie van het bedrijf.
 van all Fortune 500 bedrijven blijven er 178 over, 64% ontbreekt.

Data cleaning: datamatrix
 Codes:

Code voor missing value is 88. Er zijn ook 13 mensen die
system missing hebben.




 Routings:

Missing is een gevolg van de routing  als je ‘nee’
invult, heb je minder vervolgvragen dan als je ‘ja’
invult.

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 nmondria2002. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €3,49. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

68175 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!
€3,49  2x  vendu
  • (0)
Ajouter au panier
Ajouté