Correlationele onderzoeksmethoden
( 424553-B-5)
Samenvatting aantekeningen hoorcolleges
Collegejaar 2021 – 2022
Inhoudsopgave
Hoorcollege 1: Basis van statistisch onderzoek en correlaties p. 2 – 4
Hoorcollege 2: Enkelvoudige (bivariate) regressieanalyse (1) p. 4 – 8
Hoorcollege 3: Enkelvoudige (bivariate) regressieanalyse (2) p. 9 – 13
Hoorcollege 4: Multipele regressieanalyse met twee predictoren (1) p. 13 – 17
Hoorcollege 5: Multipele regressieanalyse met twee predictoren (2) p. 17 – 22
Hoorcollege 6: Multipele regressieanalyse met twee predictoren (3) p. 22 – 26
Hoorcollege 7: Multipele regressieanalyse met meer dan twee predictoren p. 26 – 29
Hoorcollege 8: Hiërarchische regressieanalyse met dummy variabelen p. 29 – 33
Hoorcollege 9: Moderatie – Tests voor interactie (categorische predictoren) p. 33 – 38
Hoorcollege 10: Moderatie – Tests voor interactie (continue predictoren) p. 38 – 41
Hoorcollege 11: Logistische regressieanalyse (1) p. 41 – 46
Hoorcollege 12: Logistische regressieanalyse (2) p. 46 – 52
Geschreven door Vivian Peters
1
,Hoorcollege 1: Basis van statistisch onderzoek en correlaties
Steekproeven versus populatie
Populatie = over wie (of welke groep) wil je iets
zeggen met het onderzoek?
Steekproef (sample) trekken uit de populatie.
Sampling design = hoe selecteer je de steekproef?
Descriptives = beschrijven van de steekproef, bijv.
gemiddelde, standaarddeviatie.
Inferential statistics = mogen we wat we vinden in
onze steekproef generaliseren naar de populatie?
3 vormen van steekproeftrekking
1. Simple random sampling = iedereen heeft dezelfde kans om getrokken te worden, het is
helemaal willekeurig wie er uiteindelijk in de steekproef zit.
2. Stratified sampling = de populatie wordt eerst opgedeeld in strata (subgroepen); binnen elk
stratum wordt er vervolgens willekeurig/random een steekproef getrokken.
3. Convenience sampling = de steekproef bestaat uit diegene die voorhanden (beschikbaar) zijn.
Steekproeffluctuatie
Steekproeffluctuatie: dit betekent dat iedere steekproef er net wat anders uitziet (een ander gemiddelde
en andere standaarddeviatie). Dit is vooral aan de orde bij kleine steekproeven!
Descriptieve statistiek: Samenvatten van de data
We kunnen de data beschrijven door te kijken naar:
Centrummaten (maten voor centrale tendentie) zoals het gemiddelde.
Spreidingsmaten (maten van spreiding) zoals de variantie en standaarddeviatie.
Inferentiële statistiek
We maken gebruik van inferentiële (toetsende) statistiek om conclusies te trekken over de populatie,
op basis van de informatie uit de steekproef. Twee populaire methoden zijn:
Nulhypothese significantie toetsen (NHST)
Betrouwbaarheidsinterval schatting
Nulhypothese significantie toetsen
Stappenplan voor nulhypothese significantie toetsen:
1. Formuleren van de nulhypothese en alternatieve hypothese
2. Beslissingsregel opstellen
3. Interpreteren van de t-waarde en p-waarde (statistische toetsgegevens) uit de output
4. Nulhypothese wel of niet verwerpen en een conclusie trekken
SPSS output
Gegevens uit SPSS van de steekproef behorend bij het voorbeeld:
N = grootte van de steekproef
Mean = gemiddelde
Std. Deviation = standaarddeviatie
Std. Error Mean = variantie
Let op dat de output van SPSS altijd tweezijdig is, daarom moeten we deze tweezijdige sig uit de
SPSS output nog omzetten naar de juiste p-waarde die behoort bij een eenzijdige toets. Het is altijd
belangrijk om dan te checken of het resultaat in de steekproef in overeenstemming is met H 1. Dit doe
je door te kijken naar de gemiddelden van de groepen in de ‘Descriptive Statistics’ tabel.
Wanneer het resultaat in overeenstemming is met H1, dan geldt p-waarde = sig/2.
Wanneer het resultaat niet in overeenstemming is met H1, dan geldt p-waarde = 1 – sig/2.
2
,Betrouwbaarheidsinterval
Definitie: wanneer we het experiment keer op keer herhalen, bevat het 95% betrouwbaarheidsinterval
in 95% van de gevallen de echte waarde van de populatie (bijv. µ of ρ).
Meetniveaus
1. Categorische variabelen (kwalitatieve variabelen) = nominale variabelen waarbij we
verschillende categorieën hebben die los staan van elkaar, bijvoorbeeld: geslacht, type
opleiding, experimentele conditie, diagnose, sociale klasse, etc.
2. Continue variabelen (kwantitatieve variabelen) = ordinale en interval variabelen die op een
continue schaal worden gemeten, bijvoorbeeld: leeftijd, IQ scores, tentamencijfers, scores op
een depressievragenlijst, etc.
Onderzoeksdesigns: Experimenteel, Quasi-experimenteel en Correlationeel onderzoek
Bij elk type onderzoek heb je een steekproef nodig, dus we gebruiken een vorm van
probability sampling (* simple random sampling, stratified sampling, etc.).
Random toewijzen aan condities, dit doen
we alleen bij een experiment.
‘Actieve’ manipulatie (= we laten de ene
groep dit doen en de andere groep wat
anders). Bij een experiment en een quasi-
experiment wordt er wel gebruik gemaakt
van een ‘actieve’ manipulatie, maar bij
correlationeel onderzoek niet.
Bij correlationeel onderzoek gaat het dus over de samenhang tussen de variabelen.
Pearson’s correlatie coëfficiënt
De pearson’s correlatie coëfficiënt is een maat voor lineaire samenhang (= rechtlijnige verbanden). De
notatie hiervan is 𝜌 (rho) voor de correlatie in de populatie en 𝑟 voor de correlatie in de steekproef.
Deze correlatie heeft altijd een waarde tussen -1 en 1. Als er helemaal geen verband is tussen de
variabelen dan hebben we een waarde van 0, dan is er géén lineaire samenhang, maar er kan dan
alsnog wel sprake zijn van een andere soort samenhang.
𝑟 = 1 betekent: er is een perfecte positieve samenhang. Een hogere score op de ene variabele
gaat samen met een hogere score op de andere variabele. Als X stijgt, stijgt Y ook.
𝑟 = 0 betekent: er is geen lineaire samenhang, maar misschien is er wel sprake van niet-
lineaire samenhang.
𝑟 = -1 betekent: er is een perfecte negatieve samenhang. Een hogere score op de ene variabele
gaat samen met een lagere score op de andere variabele. Als X stijgt, daalt Y.
Interpretatie van de correlatie als effectgrootte samenhang (algemene richtlijnen)
3
, Toetsen van de correlatiecoëfficiënt
H0: 𝜌 = 0 tegen H1: 𝜌 ≠ 0
Bij de nulhypothese gaan we kijken of de correlatie gelijk is aan 0, dus dat er géén samenhang is. De
alternatieve hypothese is dat de correlatie ongelijk is aan 0, dus dat er juist wel samenhang is. Dat is
wat we toetsen: wel samenhang of geen samenhang. Dit doen we met behulp van een t-toets. Dit is
eigenlijk de toets die we meestal doen en ook standaard in SPSS wordt gegeven, namelijk om te kijken
of er überhaupt een verband bestaat.
P-waarde
Definitie: de p-waarde is de kans op de gevonden data (r) of nog extremer (nog verder bij 0 vandaan),
gegeven dat H0 (𝜌 = 0) waar is.
---------------------------------------------------------------------------------------------------------------------------
Hoorcollege 2: Enkelvoudige (bivariate) regressieanalyse (1)
Betrouwbaarheidsintervallen voor de correlatiecoëfficiënt
Bij correlaties is het betrouwbaarheidsinterval niet symmetrisch. Dus als we een bepaalde correlatie
hebben gevonden in de steekproef (bijv. een correlatie van -.473), dan is de lengte van de range
daaromheen niet precies even groot aan beide kanten. De steekproefwaarde ‘r’ ligt dus niet precies in
het midden van het betrouwbaarheidsinterval.
Hier zien we een voorbeeld van een correlatie van 0.4, we
hebben 100 proefpersonen in onze steekproef zitten en het
90% betrouwbaarheidsinterval loopt van 0.25 tot 0.53.
1. Wat gebeurt er met het interval als je 95% zekerheid hanteert (en de rest constant houdt)? Dus
in plaats van 90% een 95% betrouwbaarheidsinterval?
= het betrouwbaarheidsinterval wordt groter. We worden zekerder dat de ‘echte waarde’
binnen het betrouwbaarheidsinterval ligt. Het significantieniveau wordt kleiner, dus het
interval wordt breder. Je verwerpt H0 minder snel.
2. Wat gebeurt er met het interval als je N=50 hanteert (en de rest constant houdt)? Dus een
kleinere steekproef neemt.
= het betrouwbaarheidsinterval wordt breder, want je hebt meer last van steekproeffluctuatie.
Minder informatie over de correlatie betekent meer onzekerheid, dus een groter betrouwbaar-
heidsinterval. N daalt, dus het interval wordt breder. Je verwerpt H 0 minder snel. De correlatie
zal dus niet dicht bij de ‘echte waarde’ in de populatie liggen bij een kleinere steekproef.
3. Wat kan je concluderen wanneer 0 niet in het interval zit?
= het verband is significant wanneer 0 niet in het interval zit (let op: dit is het interval uit de
SPSS output zonder daar de test value bij op te tellen!). Bij een 95% betrouwbaarheidsinterval
hoort een significantieniveau van 5%. We weten dan dat het verband significant is bij een alfa
van 0.05, dus dat de p-waarde kleiner zal zijn dan 0.05. We mogen dan de nulhypothese dat er
géén verband is verwerpen.
Conclusie: nauwkeurigheid (de breedte) van het betrouwbaarheidsinterval gaat vaak ten koste van
de zekerheid. Wanneer H0 buiten het betrouwbaarheidsinterval ligt, dan verwerp je H 0.
Aannames bij het toetsen van de correlatiecoëfficiënt
1. Onafhankelijk van elkaar gekozen personen. Men spreekt ook wel van onafhankelijk gekozen
observaties, omdat de participanten anders teveel op elkaar lijken. Aan deze aanname wordt
voldaan bij simple random sampling, dus wanneer elke persoon in de populatie dezelfde kans
heeft om geselecteerd te worden.
4
