MCOS-tentamen deel 2
Hoorcollege 11: 25 oktober (sampling en survey-onderzoek)
We zijn nu bij de fase toetsing.
Basis toepassen op onderzoekontwerpen (design) en dataverzameling:
• Survey/vragenlijst
• Experiment
• Inhoudsanalyse
• Kwalitatief onderzoek
• Gebruik bestaande data
Bij sampling een survey: Validiteit
1. Validiteit van de meting: kracht van de meting
2. Validiteit van het onderzoek als geheel:
Intern: hoe goed zit je onderzoek in elkaar en zekerheid van je conclusies (met
causaliteit te maken)
Extern: generaliseerbaarheid van je resultaten
a. Ecologisch: onderzoek omstandigheden waarin onderzoek wordt
uitgevoerd; belangrijk bij experiment en survey. Dus je ziet iets
onder omstandigheden en maakt daar vragen over voor mensen,
maar hoe representatief is dat onder andere omstandigheden
(generaliseren)? Hoe algemeen zijn uitspraken
i. Andere plaats, tijd, cultuur en omstandigheden
b. Populatie: past steekproef bij je populatie; dus kan je die resultaten
generaliseren naar een populatie die je voor ogen had en
omstandigheden waar je onderzoek wil doen
2. Onder de externe validiteit vallen de populatievaliditeit en de ecologische validiteit. Bij
populatievaliditeit kijk je naar of de steekproef een goede afspiegeling is van de populatie. Bij
de ecologische validiteit kijk je naar of de antwoorden wel oprecht zijn en niet beïnvloedt zijn
door de vraagstelling of de interviewer.
In het kort
1. Meetvaliditeit: kracht van je meting
2. Interne validiteit: zekerheid van je conclusies
a. Causale asymmetrische relatie die je verwacht -> verbanden toetsen
b. Onderzoeksvraag moet je kunnen beantwoorden met een bepaalde
opzet van een onderzoek -> bij alleen samenhang bv niet genoeg
3. Populatie validiteit: representativiteit van je sample
a. Resultaten onder studenten representatief voor algemene publiek kan
dus niet
4. Ecologische validiteit representativiteit van onderzoekomstandigheden
a. Bv: verschillende hokjes en stemgedrag
Sampling
,Sample is belang voor externe validiteit = representativiteit
Populatie = iedereen die je voor ogen hebt.
Niet iedereen meenemen: dus steekproef/sample, die is kleiner dan de
populatie, dus kan zijn dat de steekproef niet representatief.
Je hebt dus een steekproef/sample nodig, maar is kleiner dan de populatie.
Kanssteekproeven (aselect): meestal beste voor representativiteit steekproef
Niet-kanssteekproeven (select):
Populatie operationaliseren
• Beoogde populatie: tieners in NL
• Operationele populatie: in Nederland wonende scholieren die tijdens het
onderzoek tussen 12-18 jaar oud zijn
Steekproefkader: overzicht van alle populatie-eenheden (lijst, database) gaat niet
altijd over mensen, kunnen mediumboodschappen zijn of artikelen etc. Daar moet je
ook een selectie uit maken (inhoudsanalyse) maar daar hen je ook een
representatieve steekproef voor nodig. Waar wil ik uitspraken over doen?
Onderdekking: steekproefkader waar niet iedereen in zit
Overdekking: je steekproefkader bevat mensen die er niet horen, te veel mensen in
steekproefkader
Je maakt een selectie van mensen, maar het kan zijn dat het dus niet klopt.
Census: hele populatie onderzoeken -> geeft volledige zekerheid, maar is het
mogelijk? Geen steekproef, maar hele populatie ondervragen -> geeft volledige
zekerheid. Praktisch niet haalbaar -> populatie te groot. Door technologische
ontwikkelijkingen meer mogelijk nu. Meestal steekproef
Welke steekproef dan?
,Kans-steekproef (mooiste): op basis van toeval, iedereen even veel kans om
geselecteerd te worden. Random geselecteerd in een steekproef, hoge
representativiteit, maar niet altijd haalbaar.
Gestratificeerbare steekproef: nog steeds random component, maar er kan een
verdeling in populatie zijn. Bv sommige werkgroepen hebben meer mensen of
vrouwen. Bepaalde steekproef op bepaalde populatie is een bepaalde verdeling. Niet
helemaal random, dus bijvoorbeeld eerst verdelen en dan pakken we random een
percentage van die groepen. Bij werkgroepen als volgende: we gaan niet uit hele
poule van mensen een sample trekken maar eerst alle eerstejaars in werkgroepen
verdelen en dan uit werkgroep een 15% random pakken. Waardoor verschillende
verdelingen meegenomen worden in sample.
Systematische steekproef: iedereen op volgorde zetten en random beginpunt bv 3.
Steeds bepaalde onderzoekseenheid selecteren om mee te doen aan steekproef, bv
elk derde persoon dus. Let op: soms niet handig als volgorde samenhangt met
bepaalde kenmerken. Maar als er iets met een volgorde komt, kom je niet goed uit.
Want je moet met die volgorde rekening houden.
Getrapte/ multi-stage steekproef: grote samenstelling -> eerst sub-groepen, daaruit
weer random sub-groepen, daaruit weer random percentage eruit voor steekproef.
Bijna niet haalbaar.
1. Populatie
2. Steekproefkader: moet gelijk staan aan populatie geen over/onder dekking
3. Steekproef
Random geselecteerd = iedereen heeft gelijke kans om in de sample te komen
Vaak niet moglijk om random procedure te doen, zie hieronder
Niet-kans-steekproef
Gemakssteekproef: net wat voorhanden is, wordt veel gebruikt, puur uit gemak, bv
door oproep Instagram dat mensen dingen invullen om zo data te krijgen. Maar je
krijgt dan Bias dus lage representativiteit van de sample. Want binnen jouw netwerk
gaan mensen reageren en misschien zegt dat niet over de populatie.
, Quotasteekproef: selectie bepaalde quota te hebben van groepen, bv mannen boven
50. Maar weer bepaald soort mannen door eigen keuze (netwerk), is weer niet
representatief voor alle mannen boven 50. Bias.
Sneeuwbalsteekproef: 1 persoon vragen die door moet vragen om zo veel
respondenten krijgen, zo kun je hele specifieke doelgroep bereiken, maar kan ook
weer vertekening zorgen. Bias. Dus respondent die meedoet, vraagt weer anderen en
zo verder.
Judgemental purposive sampling: onderzoeker selecteren eenheden op basis van
bepaalde kenmerken. Vooral toegepast bij kwalitatief onderzoek (heel specifiek) als
je bepaalde kenmerken nodig hebt, ga je alleen maar mensen selecteren met die
kenmerken voor je onderzoek. Die mensen zijn dan representatief voor jouw
onderzoek. Maar is doelgericht dus heel erg bias. Op basis van oordeell van de
onderzoeker zelf.
Kanssteekproeven zijn zuiverder, dus niet op basis van oordeel maar kans. Soms is
dat niet mogelijk daarbij heb je bias: bepaalde vertekening van steekproef op basis
van populatie. Bepaalde kenmerken juist wel of niet gelden over hele populatie. Dat
zijn dus niet-kanssteekproeven.
Populatievaliditeit: steekproef moet weerspiegelen wat er in de gehele populatie
speelt: goede validiteit.
Internet sampling:
Je kan mensen via internet benaderen, denk aan een ander netwerk dan je eigen
door de mail of facebook (maar je maakt gebruik van een niet-kansgroep, niet
random, want je excludeert sommige groepen die bv geen facebook gebruiken BIAS)
• Handig, snel, goedkoop
• Mensen wereldwijd te benaderen
• Moeilijke groepen te bereiken
Vs
• Geen sampling Frame mogelijk dus geen random procedure toe te passen
• Sommige groepen excludeer je
Eerste onderzoeksmethode van het tweede deel:
Survey-onderzoek: beschrijven/verklaren van sociale verschijnselen door middel van
• (Veel) vragen stellen
• Aan een groot aantal respondenten
Vragenlijst met een bepaalt doel om onderzoek doen, bv variabelen relaties in kaart
brengen.
