Hoorcollege aantekeningen Toegepaste Methoden en
Statistiek
Cursus: Toegepaste Methoden en Statistiek 2021/2022
Opleiding: Bachelor Psychologie Tilburg University
Hoorcollege 1
Inleiding
Padanalyse geeft een antwoord op de vraag: “Kunnen de correlaties tussen een
groep variabelen verklaard worden door een causaal model?”. Bij een causaal model
wordt de ene variabele door de andere veroorzaakt. Het is een soort regressie
analyse, maar uitgebreider.
Bij factoranalyse worden observeerbare variabelen (vierkant) gebruikt om een niet-
observeerbare variabele (cirkel) te verklaren. De invloed van g is geen perfecte
verklaring, omdat er ook andere dingen kunnen meespelen bij het meten van de
observeerbare variabelen (denk aan vermoeidheid of motivatie problemen).
Factoranalyse beantwoord de vraag: “Kunnen de correlaties tussen een groep
variabelen verklaard worden door één onderliggende construct (of meerdere)?”.
Maar als er meerdere niet-observeerbare variabelen meespelen dan kan het zijn dat
de ene cirkel de andere cirkel veroorzaakt. Als er een causaal model is tussen niet-
observeerbare variabelen dan spreken we van structural equation modeling (SEM).
Dit is een samenvoeging van pad- en factoranalyse. De vraag die beantwoord wordt
door SEM is: “Kunnen de correlaties tussen een groep variabelen verklaard worden
,door onderliggende constructen en causale effecten daartussen?”.
Padanalyse
Het doel van een padmodel is om theorieën formeel te maken, ook wel een
paddiagram genoemd. Dit wordt gebruikt om te kunnen onderzoeken of de theorie
overeenkomt met de geobserveerde correlaties in de werkelijkheid.
Een padmodel bestaat uit:
- Variabelen: de eigenschappen van onderzoekseenheden, zoals bijvoorbeeld
personen, landen, scholen, waar je in geïnteresseerd bent. Er moet variatie in de
eigenschap zijn over de eenheden, anders is het een constante. Een fout die vaak
gemaakt wordt bij het opnemen van variabelen in een padmodel is als de waarden
van de variabelen verward worden met de variabele zelf. Bijvoorbeeld de waarden
rijk en arm zijn twee waarden van dezelfde variabele inkomen en moeten dus niet
apart in het model worden opgenomen. Processen of theorieën zijn ook geen
variabelen en moeten dus ook niet in het model.
- Relaties tussen de variabelen: dit is een uitspraak waarin twee variabelen
voorkomen en de waarden van de ene variabele samengaan met die van de andere.
Er zijn twee soorten uitspraken, namelijk een covariatie-uitspraak of een causale
uitspraak. In het geval van covariatie is er niet altijd sprake van causatie, maar een
causaal verband kan er alleen zijn als er ook covariatie is. Bij covariatie/correlatie
vindt je hoge/lage waarden op de twee vaak samen, zoals gelukkige mensen leven
langer. Bij een covariatie-uitspraak worden vaak woorden gebruikt als gerelateerd,
geassocieerd, vaak ook, hangt samen etc. Daarnaast kun je de variabelen
omwisselen zonder de boodschap te veranderen. Een causale relatie betekent dat
ene variabele leidt tot verandering in de andere. Als je de onafhankelijke verandert
dan verandert daardoor ook de afhankelijke. Bij een causale uitspraak gebruik je
woorden als leiden tot, produceren, voortbrengen, beïnvloeden, induceren,
veroorzaken etc. Als je de variabelen omwisselt dan verandert de betekenis.
- Soorten relaties/effecten, de mogelijke verklaringen voor de correlatie tussen x en
y:
- Direct en indirect: valence of emotion (depressief voelen) self care (slecht
voor jezelf zorgen) health (slechtere gezondheid). In dit geval heeft de
valence of emotion een direct effect op self-care en een indirect effect op
health (via mediator self-care). Dus negatieve emoties zijn gerelateerd aan
gezondheid vanwege de gedragingsfactor self-care.
- Onbekend: wanneer je een correlatie (dubbele pijl) opneemt in het padmodel
zonder een uitspraak te doen over de richting van het effect.
,“y1 dubbele pijl x” is een onbekend effect wat wordt opgenomen in het
padmodel. Als de pijl van x naar y1 gaat dan is er een schijnrelatie door x
tussen y1 en y2, maar als blijkt dat de pijl van y1 naar x naar y2 gaat dan is er
een indirect effect via x. Maar voor ons model maakt de richting niet uit dus
dan wordt de correlatie opgenomen in het model.
- Schijnrelaties/spurious: Naarmate er meer ijs gegeten wordt, verdrinken er
ook meer mensen. Maar ijs eten leidt niet tot verdrinken. Beide worden
veroorzaakt door de hitte.
- Wederkerig effecten/reciprocal: een effect dat de ene kant op gaat maar ook
de andere kant weer terug. Bijvoorbeeld gezondheid veroorzaakt geluk en
geluk veroorzaakt gezondheid.
Dit zijn twee aparte directe effecten en niet één dubbele pijl zoals bij de
correlatie.
- Conditionele effecten: soms hangt de relatie van x en y af van een
moderator. Hier heeft een variabele een effect op een effect en niet op een
andere variabele:
Als je een relatie hebt, heb je iemand die zegt dat je goed moet eten en je zelf
, goed moet verzorgen, als je je slecht voelt. Hierdoor neemt het effect van
valence of emotion op self-care af of bestaat het helemaal niet meer.
Hoorcollege 2
Van tekst naar paddiagram
Eerst moet je een hypothese opstellen, zoals bijvoorbeeld:
1. Ten eerste hebben kinderen die openlijk agressief zijn of angstig gedrag vertonen
in interacties met leeftijdsgenoten een grotere kans op het vormen van ongunstige
relaties met leeftijdsgenoten.
2. Ten tweede, uit chronische relationele tegenspoed, concluderen of construeren
kinderen negatieve overtuigingen over zichzelf en hun leeftijdsgenoten.
3. Ten derde kan het effect dat negatieve ervaringen van leeftijdsgenoten heeft op
onaangepastheid worden overgedragen door de overtuigingen van kinderen over
zichzelf en door leeftijdsgenoten. (Ladd, G.W. en W.Troop-Gordon (2003). De rol van
chronische problemen van leeftijdsgenoten bij de ontwikkeling van psychologische
aanpassingsproblemen bij kinderen. Ontwikkeling van het kind, 74 (5), blz. 1344-
1367.)
Om van deze tekst tot paddiagram te komen, moet je eerst een lijst van variabelen
maken. Vervolgens stel je de causale ordening vast en kun je causale hypotheses
formuleren.
Uitwerking:
De variabelen zijn agressief gedrag, angstig gedrag, interacties met leeftijdsgenoten,
overtuigingen over zichzelf, overtuigingen over anderen, en aangepastheid.
De volgorde is:
In de praktijk zien we niet of een causale hypothese waar is, maar alleen of twee
variabelen “samen gaan” (tenzij je een experiment doet, maar we berekenen hier de
correlaties). Een correlatie is niet altijd een causaal verband omdat er een
schijnrelatie kan zijn voor het samen gaan van de variabelen. Causale hypotheses
worden dus niet bewezen door correlaties.
Toetsen van causale hypothesen
Stel dat we een causale hypothese hebben waarbij y1 een effect heeft op y2. Het
kan zijn dat dit verklaart kan worden door een andere variabele x dus een
