100% tevredenheidsgarantie Direct beschikbaar na betaling Zowel online als in PDF Je zit nergens aan vast
logo-home
Volledige samenvatting 2.5 Psychometrics: An Introduction inclusief colleges €6,49   In winkelwagen

Samenvatting

Volledige samenvatting 2.5 Psychometrics: An Introduction inclusief colleges

 33 keer bekeken  4 keer verkocht

In deze samenvatting komt echt alles aan bod. Ik heb met deze samenvatting een 7.5 gehaald! Van deze samenvatting zijn 25 bladzijdes samenvattingen van de colleges, dit is dus geen nieuwe informatie. Met de colleges begrijp je het beter doordat er voorbeelden etc. worden gegeven, maar dit is dus ge...

[Meer zien]

Voorbeeld 4 van de 76  pagina's

  • 14 januari 2022
  • 76
  • 2020/2021
  • Samenvatting
Alle documenten voor dit vak (85)
avatar-seller
lucaanthonisse
Hoofdstuk 3
Psychologische metingen proberen de verschillen tussen de karakteristieken van mensen te meten, er
zijn er twee (ofwel twee vormen van variabiliteit):
1. Inter-individuele verschillen: Verschillen die tussen mensen bestaan. Deze verschillen kunnen
tussen mensen in dezelfde experimentele groep of andere experimentele groepen bestaan.
2. Intra-individuele verschillen: Verschillen die ontstaan bij één persoon in de tijd of bij
verschillende omstandigheden.
Psychologie is gebaseerd op het bestaan van verschillen binnen één individu en tussen mensen.
Validiteit en betrouwbaarheid proberen deze verschillen te kwantificeren.
➔ Elk domein van wetenschappelijke psychologie is gebaseerd op de kwantificatie van
individuele verschillen.

Variantie en de distributie van scores
• Variantie: Kwantificatie van de variabiliteit (dus hoeveel de scores in een distributie
verschillen). Een maat die de mate aangeeft waarin de scores onderling verschillen.
• Covariantie: Een parameter die aangeeft in welke mate twee variabelen met elkaar
samenhangen. Dit is dus een kwantificatie van hoe de variabiliteit van één set gerelateerd is
aan de variabiliteit van een andere set.

We beschrijven de distributie van scores op drie manieren:
1. Central tendency
De meest typische/representatieve score van de distributie. Je beschrijft
dit met de mediaan, modus en het gemiddelde.

2. Variabiliteit kwantificeren.
Je kwantificeert in hoeverre de score van elk persoon afwijkt van het groepsgemiddelde. Ofwel; het
kwantificeren van de hoeveelheid variabiliteit binnen een distributie van scores. Hiervoor gebruiken
we vooral de variantie en standaarddeviatie.
- Variantie: Je berekent per persoon hoeveel deze van het
gemiddelde zit door X – het gemiddelde te doen.
Uiteindelijk bereken je dan het gemiddelde van alle
deviaties door het door N te delen. Dit is dus het
gemiddelde van de squared deviation scores.
➔ Kijkt in hoeverre men gemiddeld (!) van elkaar verschilt.
- Standaarddeviatie: Wortel van de
variantie. De variabiliteit wordt nu in ruwe
deviatiescores weergegeven; meer
intuïtief dan de variantie.
De grootte van de variantie en STD wordt door twee factoren bepaald:
1. In hoeverre de scores in een distributie echt van elkaar verschillen (logisch). Grotere
variantie/STD betekent een grotere variabiliteit i/d distributie (ook logisch).
2. De schaal van de scores in de distributie. De variantie/STD zal voor de IQ score veel groter zijn
(bv. 10) dan voor schoolcijfers (bv. 1.5).
Belangrijke feitjes bij de interpretatie van de variantie en de STD:
1. Ze zijn nooit kleiner dan 0. Een variantie of STD van 0 betekent dat er geen variantie is, kleiner
dan 0 kan dus niet (negatieve variabiliteit is onmogelijk).
2. Je kan ze niet als ‘klein’ of ‘groot’ interpreteren als je niet weet waar de distributie naar verwijst
(wat is de schaal) of wat de typische variabiliteit is.
3. Ze zijn pas interpreteerbaar en betekenisvol als het dus in een context wordt geplaatst.
4. Hoe belangrijk ze zijn ligt vooral in hun effect op andere waardes die je directer kan
interpreteren. Bij het berekenen van de correlatie, betrouwbaarheid, CI’s en test bias maak je
bijvoorbeeld gebruik van de variantie en STD.

, 3. Distributie vorm en normaaldistributies
We kijken naar de verdeling van de scores. Bijna elke statistische procedure gaat er vanuit dat de scores
normaal verdeeld zijn (dus een symmetrische vorm; normaaldistributie).
➔ Ware scores zijn bijna nooit normaal verdeeld, ze zijn skewed. Ze liggen echter vaak dichtbij
genoeg om ze alsnog als normaaldistributie te interpreteren.

!!!! We gebruiken N – 1 als we aan inferentiële statistiek doen, dus als we naar populaties kijken.
Anders gebruiken we alleen N. !!!!

De associatie tussen distributies kwantificeren
De associatie tussen twee variabelen interpreteren
Vaak willen we twee stukjes informatie over de associatie tussen twee variabelen:
1. De richting van de associatie.
➔ Je hebt hierbij de positieve/direct associatie; allebei synchroon hoger of lager en de
negatieve/inverse associatie; de ene wordt hoger en de ander lager, ze lopen niet synchroon.
2. De grootte van de associatie. Je kijkt of de associatie sterk of zwak is.

Als we kijken naar associaties kijken we eigenlijk naar consistentie.
- Sterke associatie: De individuele verschillen zijn consistent tussen de twee variabelen.
- Zwakke associatie: De individuele verschillen in de ene variabele zijn inconsistent met de
individuele verschillen in de andere variabele.

Covariantie en correlatie zijn twee maten die de associatie tussen variabelen kwantificeren.
• Covariantie
Een parameter die aangeeft in welke mate twee variabelen met elkaar samenhangen. Deze geeft dus
aan of de waardes van de ene variabele toe of af zullen nemen als de andere variabele toeneemt.
- Geeft aan hoe groot de associatie tussen de variabiliteit in twee distributies van scores is.
➔ Je kijkt of de variabiliteit in de ene set van scores (bv. IQ) geassocieerd is met de variabiliteit
van een tweede set van scores (Bv. schoolcijfer). Covariantie kan je dus alleen berekenen als
elke participant scores op allebei de variabelen heeft.
We berekenen de covariantie aan de hand van de formule hiernaast:
• Je doet de deviatiescore van variabele X keer de
deviatiescore van variabele Y.
- Als het product positief is, dan zijn de individuele
verschillen consistent.
• Je berekent of men gemiddeld een positief (consistentie) of negatief (inconsistentie) product
heeft en hoe groot dit product dan is.

De covariantie geef ons wél informatie over de richting van de associatie:
- Positief: Je hebt een directe associatie.
- Negatief: Je hebt een inverse associatie.
De covariantie geeft ons echter géén informatie over de grootte van de associatie. Er zijn twee factoren
die de grootte van de covariantie namelijk beïnvloeden:
1. De sterkte van de associatie. Een sterkere associatie zorgt voor een grotere covariantie.
2. De schaal van de twee variabelen. Zodra één van de variabelen een kleine schaal heeft, dan
zal de covariantie ook kleiner worden. Twee variabelen met grote schalen zal dus tot een grote
covariantie leiden en twee variabelen met kleine schalen tot een kleine covariantie.
➔ Covariantie heeft dus zijn limieten als men het direct wil interpreteren aangezien het
beïnvloed wordt door de schaal.

,De variantie en de covariantie kunnen in een variantie-covariantie matrix geplaatst worden. De matrix
hieronder is de kleinst mogelijke matrix, deze bevat twee varianties en één covariantie.




De variantie-covariantie matrix heeft meerdere standaard eigenschappen:
1. Elke variabele heeft één rij en één kolom.
2. De varianties staan op het diagonaal.
3. De andere cellen geven de covarianties tussen paren van variabelen weer. Deze cellen noemen
we de off-diagonaal cellen.
4. De covarianties zijn symmetrisch; de waardes onder het diagonaal zijn gelijk aan de waardes
boven het diagonaal.




• Correlatie
Correlatie geeft de richting én de grootte van een associatie. Dit is een makkelijk te interpreteren maat
van lineaire associaties.
- 0 tot 1: Positieve associatie tussen twee variabelen.
- 0 en -1: Negatieve assocatie tussen twee variabelen.
Correlatie kan je zien als de consistentie tussen individuele verschillen. Een sterke positieve of
negatieve correlatie geeft dus de consistentie van de verschillen op de ene en de andere variabele
weer. Een zwakke correlatie geeft aan dat er inconsistentie tussen de individuele verschillen zit.
De correlatie geeft de grootte van de associatie beter weer dan de covariantie omdat de correlatie niet
beïnvloed wordt door de schaal.
➔ Correlatie deelt de covariantie door de STD’s van de twee
variabelen.


Variantie en covariantie voor ‘composiet (samengesteld) variabelen’

- Composiet score: Alle items van een test bij elkaar optellen om één totaalscore te vormen.
De variantie van een composietscore bereken je met:
- De variantie van elk item binnen de composietscore.
- De correlatie tussen de scores van de items.
De formule die hiernaast staat weergegeven geeft de berekening voor de variantie van een
composietscore met twee items. Merk op dat als de correlatie 0 is, de composietvariantie gelijk is aan
de som van de varianties.
➔ De formule laat zien dat de totale composietscore variantie (of testscore variantie) afhangt van
de variabiliteit van de items en de correlatie tussen de items.

De variantie van de composiet score kan ook berekend worden door alle cellen uit de variantie-
covariantie matrix bij elkaar op te tellen, dus:
- Variantie composiet score = Optellen van alle cellen van de variantie covariantie matrix.

, We kunnen ook kijken naar de covariantie tussen twee composietscores. Hiervoor is dus de covariantie
uitgerekend zodra er twee testen zijn, maar als je gebruik maakt van composietscores gebruik je deze
methode.
- Je hebt twee composietscores; de
eerste voor I en J en de tweede
voor K en L.
➔ De covariantie tussen de twee composietscores is de som van de cross composite covariances.
Dus je berekent telkens de covarianties tussen twee items die elk van één van de twee
composietscores komt. Bij twee composietscores bestaande uit twee items krijg je dus vier
cross composite covariances.

De covariantie van de composiet scores kan ook berekend worden door alle covarianties uit de
variantie-covariantie matrix bij elkaar op te tellen, dus:
- Covariantie tussen twee composiet scores: De covarianties van alle items bij elkaar optellen.

Binaire items
Sommige psychologische testen zijn gebaseerd op dichotome antwoorden (ja of nee, mee eens of
oneens). Er zijn twee mogelijke uitkomsten voor elke observatie of elk item:
- 0 = Negatief, nee.
- 1 = Positief, ja.
Vaak worden de scores hier ook opgeteld om composietscores te vormen. Je krijgt dus een score
tussen 0 en 10 met een gemiddelde tussen 0 en 1.
- Het gemiddelde van binaire items is gelijk aan de proportie van de positieve
antwoorden.
➔ Als er meerdere participanten zijn tel je de 0’en en 1’en dus bij elkaar op en
deze deel je door het aantal participanten.
De variantie van binaire items kan berekent worden door de proportie negatieve antwoorden (q) keer
het aantal positieve antwoorden (p) te doen. Aangezien de proporties van 0 tot 1 lopen kan je stellen
dat : q = 1 – p. Als de proporties allebei .5 zijn dan is de variantie maximaal.
- Variantie binaire items: S2 = pq, dus eigenlijk p * (1 – p)

De covariantie kan je ook berekenen door Pxy – Px * Py.
- Pxy is hoe vaak je een 1 had op zowel X als Y.


Het interpreteren van testscores

Vaak is de ruwe score niet betekenisvol en moeilijk te interpreteren. We willen twee stukken
informatie begrijpen van de ruwe testscore:
1. Is de score hoog of laag?
2. Wat zijn de psychologische implicaties van de score? Wat betekent een hoge score?
Om een individuele ruwe score te kunnen interpreteren moeten we bepalen waar het individu binnen
de gehele distributie van scores valt. Vaak kijken we naar twee punten om de relatie van de score met
de distributie te kunnen interpreteren:
1. Of de ruwe score boven of onder het gemiddelde van de gehele distributie ligt. Als je weet dat
je boven het gemiddelde ligt, dan verteld dit jouw iets over jouw prestatie relatief aan de rest.
2. Je wilt nog weten hoe ver jij dan boven het gemiddelde ligt (is 4 punten veel of weinig?).
Daarom kijken we naar de variabiliteit binnen de distributie. Je hebt informatie nodig over de
relatieve grootte van de afstand tussen jouw score en het gemiddelde. Hiervoor gebruiken we
vaak de STD.

Voordelen van het kopen van samenvattingen bij Stuvia op een rij:

Verzekerd van kwaliteit door reviews

Verzekerd van kwaliteit door reviews

Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!

Snel en makkelijk kopen

Snel en makkelijk kopen

Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.

Focus op de essentie

Focus op de essentie

Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!

Veelgestelde vragen

Wat krijg ik als ik dit document koop?

Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.

Tevredenheidsgarantie: hoe werkt dat?

Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.

Van wie koop ik deze samenvatting?

Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper lucaanthonisse. Stuvia faciliteert de betaling aan de verkoper.

Zit ik meteen vast aan een abonnement?

Nee, je koopt alleen deze samenvatting voor €6,49. Je zit daarna nergens aan vast.

Is Stuvia te vertrouwen?

4,6 sterren op Google & Trustpilot (+1000 reviews)

Afgelopen 30 dagen zijn er 70055 samenvattingen verkocht

Opgericht in 2010, al 14 jaar dé plek om samenvattingen te kopen

Start met verkopen
€6,49  4x  verkocht
  • (0)
  Kopen