Meten en diagnostiek 2 Samenvatting
Tentamen zelf:
- 40 vragen
- Geen rekenmachine of SPSS nodig (maar het kan wel zijn dat je SPSS output moet
interpreteren)
- Geen formules uit je hoofd leren
,Hoorcollege 1
Meten in psychologie definitie: het – volgens regels – toekennen van symbolen aan individuen (dmv
testprocedures) zodat de symbolen de psychologische eigenschap van het individu weergeeft.
Voorbeeld: “Ik ga graag naar feestjes” (0=waar en 1= niet waar) of rating/likert scales.
Belangrijk in de psychometrie: Theorie, Statistiek en Causaliteit.
Psychometrie: de wetenschap van de eigenschappen van psychologische tests. Psychometrie
(evaluatie van kenmerken van tests) is niet beperkt tot zelf-rapportage tests/vragenlijsten.
➔ Voorbeelden testen: vragenlijst met vragen of stellingen (rating/likert scale van 5/7),
intelligentietesten (RAVEN bijvoorbeeld) of reactietijden test.
Je wil een eigenschap meten met een procedure (bijv. vragenlijst beantwoorden). Een uitkomst is
een 0/1 score op de items en een totale score op de test. Dit is een getal die op zichzelf nog niets
zegt maar die je nog moet duiden.
Psychologische variabelen (constructen) zijn latente variabelen of latente trekken.
Latente variabelen: variabelen die niet observeerbaar zijn.
➔ Voorbeelden: psychopathologische variabelen (als depressie, angst etc.), persoonlijkheid
(extraversie, neuroticisme), cognitie (ruimtelijk inzicht, rekenvaardigheid, geheugen),
ontwikkeling (hechtingtypes)
➔ Het meten van psychologische latente variabelen gaat aan de hand van de meting van
observeerbaar gedrag. Er moet nog een vertaalslag gemaakt worden.
Voor het relateren van observeerbaar gedrag aan niet-observeerbare psychologische variabelen
hebben we nodig:
1. Psychologische theorie
2. Causaliteit
3. Statistiek
4. Een grafische weergave van de relatie tussen observeerbare variabelen en de latente
psychologische variabelen (pad diagram)
Paddiagram
In het paddiagram zitten latente (niet geobserveerde) variabelen in een cirkel
De items responses zijn wel observeerbaar en zijn weergegeven in vierkanten.
(soorten: self-report, gedragsmaten, beoordelingen)
Voorbeeld: Latente variabele “extraversie” met als observeerbaar item: “ik houd van
feestjes”
De pijlen geven de richting aan van de (causale) relatie (positief of negatief). De item
responses zijn gerelateerd aan de latente variabele. (Bijv. Omdat ik extravert ben, ga ik vaak naar
feestjes)
,Metingen zijn onderhevig aan meetfout: item responses zijn gerelateerd aan de latente variabele
maar er is altijd error (de relatie is nooit 1-op-1). Bijv. iemand is moe tijdens het invullen van de test.
Error staat ook in een cirkel omdat het wel schatbaar maar niet meetbaar is. Je kan het niet direct
zien of meten.
Theorie
Theorie is belangrijk in de psychometrie. Je begint met theorie. Je schept een kader en weet wat de
latente variabelen inhouden. Je hebt een bepaald construct/idee dat je meetbaar moet maken en
moet bedenken wat mensen met een hoge waarde van dit construct onderscheid van mensen met
een lage waarde.
Voorbeeld psychologische theorie: ADHD vragenlijst. Wat onderscheid mensen met ADHD
van mensen zonder ADHD? Welke vragen moeten er in? Wat zijn relevante kenmerken of
gedragingen?
➔ Wat zijn de relevante variabelen, wat stellen ze voor? En wat zijn de relevante observeerbare
variabelen? → Voor het kiezen van relevante items moet je terug naar de theorie.
Statistiek
psychometrische analyse = analyse van individuele verschillen in itemresponses. Je kijkt naar:
- Gemiddelde, variantie, SD in de latente variabele
- Variantie, SD, gemiddelde en kans in
geobserveerde variabelen
We moeten een link kunnen maken tussen latente
en observeerbare variabele. Dit kan door modellen
als lineaire (y is continu verdeeld) of logistische
regressie ( y is binair of dichotoom: 0/1 gescoord).
➔ Als je hoger scoort op je latente variabele
scoor je bijvoorbeeld ook hoger op het
item. Of andersom.
Je kunt ook samenhang tussen variabelen berekenen:
- Pearson product moment correlatiecoëfficiënt: lineaire relatie tussen variabelen.
(of tussen twee vragen)
Correlatie: zegt iets over consistentie in antwoorden.
Meer consistentie/samenhang in antwoorden zorgt voor een hogere
betrouwbaarheid. Je meet wat je wil meten (validiteit)
- Correlatiematrix van de items.
Items zouden correlaties moeten laten zien (niet te hoog want dan is het bijna hetzelfde
item) omdat ze allebei afhankelijk zijn van de latente variabele. Als iemand hoog op het ene
item scoort, zou hij ook hoog op het andere item moeten scoren. → Als er individuele
verschillen zijn wil je dat terug zien
, Voorbeeld: er is een correlatie tussen statistiek leuk en makkelijk vinden.
Belangrijk:
- Correlatie is niet causatie (het zegt niets over oorzaak en gevolg)
- Een correlatie vertelt niet alles. Zoals de variantie en SD. (ook M geeft geen info over SD, dus
kijk naar je data)
Theorie en statistiek
Hoe zijn latente variabelen verdeeld (Bijv.: wel of geen depressie of kan je er tussenin zitten?)?
➔ Baseer je op theorie. Theorie vertelt ook hoe je variabelen eruit zien.
Meetniveaus:
Numerals (symbolen) zijn informatief en geven bepaalde waarde. De info hangt af van de
eigenschappen. Numerals verschillen in de drie eigenschappen: identiteit, rangorde en kwantiteit om
psychologische kenmerken uit te drukken.
Eigenschappen meetniveaus:
- Identiteit. Voorbeeld: depressie.
o Op grond van items kennen we het symbool MD of N toe. Deze symbolen zijn
willekeurig waarbij twee individuen met hetzelfde symbool identiek zijn en twee
individuen met een ander symbool van elkaar verschillen.
o Een individu is op een gegeven moment ofwel N ofwel MD (hij kan niet in beide
groepen zitten). De categorieën zijn dus wederzijds uitsluitend en uitputtend.
Maar: over tijd kan de toewijzing van MD en N veranderen (depressie kan
minder worden) en de toewijzing kan ook fout zijn door een meetfout.
- Rangorde
o Symbolen met rangorde informatie geven de ordening van individuen op één
dimensie, die steeds erger of hoger worden met bijv. de codering (0), (1) en (2)
o Rang ordening op een dimensie impliceert transiviteit. 0<1 en 1<2 dus 0<2
o Bijv. de kleuterschool is lager dan de basisschool, maar de basisschool is lager dan de
middelbare school dus is de kleuterschool lager dan de middelbare school.
o De categorieën zijn niet vergelijkbaar en de labels hebben op zichzelf geen waarde.
Het zijn enkel labels.
Tentamen zelf:
- 40 vragen
- Geen rekenmachine of SPSS nodig (maar het kan wel zijn dat je SPSS output moet
interpreteren)
- Geen formules uit je hoofd leren
,Hoorcollege 1
Meten in psychologie definitie: het – volgens regels – toekennen van symbolen aan individuen (dmv
testprocedures) zodat de symbolen de psychologische eigenschap van het individu weergeeft.
Voorbeeld: “Ik ga graag naar feestjes” (0=waar en 1= niet waar) of rating/likert scales.
Belangrijk in de psychometrie: Theorie, Statistiek en Causaliteit.
Psychometrie: de wetenschap van de eigenschappen van psychologische tests. Psychometrie
(evaluatie van kenmerken van tests) is niet beperkt tot zelf-rapportage tests/vragenlijsten.
➔ Voorbeelden testen: vragenlijst met vragen of stellingen (rating/likert scale van 5/7),
intelligentietesten (RAVEN bijvoorbeeld) of reactietijden test.
Je wil een eigenschap meten met een procedure (bijv. vragenlijst beantwoorden). Een uitkomst is
een 0/1 score op de items en een totale score op de test. Dit is een getal die op zichzelf nog niets
zegt maar die je nog moet duiden.
Psychologische variabelen (constructen) zijn latente variabelen of latente trekken.
Latente variabelen: variabelen die niet observeerbaar zijn.
➔ Voorbeelden: psychopathologische variabelen (als depressie, angst etc.), persoonlijkheid
(extraversie, neuroticisme), cognitie (ruimtelijk inzicht, rekenvaardigheid, geheugen),
ontwikkeling (hechtingtypes)
➔ Het meten van psychologische latente variabelen gaat aan de hand van de meting van
observeerbaar gedrag. Er moet nog een vertaalslag gemaakt worden.
Voor het relateren van observeerbaar gedrag aan niet-observeerbare psychologische variabelen
hebben we nodig:
1. Psychologische theorie
2. Causaliteit
3. Statistiek
4. Een grafische weergave van de relatie tussen observeerbare variabelen en de latente
psychologische variabelen (pad diagram)
Paddiagram
In het paddiagram zitten latente (niet geobserveerde) variabelen in een cirkel
De items responses zijn wel observeerbaar en zijn weergegeven in vierkanten.
(soorten: self-report, gedragsmaten, beoordelingen)
Voorbeeld: Latente variabele “extraversie” met als observeerbaar item: “ik houd van
feestjes”
De pijlen geven de richting aan van de (causale) relatie (positief of negatief). De item
responses zijn gerelateerd aan de latente variabele. (Bijv. Omdat ik extravert ben, ga ik vaak naar
feestjes)
,Metingen zijn onderhevig aan meetfout: item responses zijn gerelateerd aan de latente variabele
maar er is altijd error (de relatie is nooit 1-op-1). Bijv. iemand is moe tijdens het invullen van de test.
Error staat ook in een cirkel omdat het wel schatbaar maar niet meetbaar is. Je kan het niet direct
zien of meten.
Theorie
Theorie is belangrijk in de psychometrie. Je begint met theorie. Je schept een kader en weet wat de
latente variabelen inhouden. Je hebt een bepaald construct/idee dat je meetbaar moet maken en
moet bedenken wat mensen met een hoge waarde van dit construct onderscheid van mensen met
een lage waarde.
Voorbeeld psychologische theorie: ADHD vragenlijst. Wat onderscheid mensen met ADHD
van mensen zonder ADHD? Welke vragen moeten er in? Wat zijn relevante kenmerken of
gedragingen?
➔ Wat zijn de relevante variabelen, wat stellen ze voor? En wat zijn de relevante observeerbare
variabelen? → Voor het kiezen van relevante items moet je terug naar de theorie.
Statistiek
psychometrische analyse = analyse van individuele verschillen in itemresponses. Je kijkt naar:
- Gemiddelde, variantie, SD in de latente variabele
- Variantie, SD, gemiddelde en kans in
geobserveerde variabelen
We moeten een link kunnen maken tussen latente
en observeerbare variabele. Dit kan door modellen
als lineaire (y is continu verdeeld) of logistische
regressie ( y is binair of dichotoom: 0/1 gescoord).
➔ Als je hoger scoort op je latente variabele
scoor je bijvoorbeeld ook hoger op het
item. Of andersom.
Je kunt ook samenhang tussen variabelen berekenen:
- Pearson product moment correlatiecoëfficiënt: lineaire relatie tussen variabelen.
(of tussen twee vragen)
Correlatie: zegt iets over consistentie in antwoorden.
Meer consistentie/samenhang in antwoorden zorgt voor een hogere
betrouwbaarheid. Je meet wat je wil meten (validiteit)
- Correlatiematrix van de items.
Items zouden correlaties moeten laten zien (niet te hoog want dan is het bijna hetzelfde
item) omdat ze allebei afhankelijk zijn van de latente variabele. Als iemand hoog op het ene
item scoort, zou hij ook hoog op het andere item moeten scoren. → Als er individuele
verschillen zijn wil je dat terug zien
, Voorbeeld: er is een correlatie tussen statistiek leuk en makkelijk vinden.
Belangrijk:
- Correlatie is niet causatie (het zegt niets over oorzaak en gevolg)
- Een correlatie vertelt niet alles. Zoals de variantie en SD. (ook M geeft geen info over SD, dus
kijk naar je data)
Theorie en statistiek
Hoe zijn latente variabelen verdeeld (Bijv.: wel of geen depressie of kan je er tussenin zitten?)?
➔ Baseer je op theorie. Theorie vertelt ook hoe je variabelen eruit zien.
Meetniveaus:
Numerals (symbolen) zijn informatief en geven bepaalde waarde. De info hangt af van de
eigenschappen. Numerals verschillen in de drie eigenschappen: identiteit, rangorde en kwantiteit om
psychologische kenmerken uit te drukken.
Eigenschappen meetniveaus:
- Identiteit. Voorbeeld: depressie.
o Op grond van items kennen we het symbool MD of N toe. Deze symbolen zijn
willekeurig waarbij twee individuen met hetzelfde symbool identiek zijn en twee
individuen met een ander symbool van elkaar verschillen.
o Een individu is op een gegeven moment ofwel N ofwel MD (hij kan niet in beide
groepen zitten). De categorieën zijn dus wederzijds uitsluitend en uitputtend.
Maar: over tijd kan de toewijzing van MD en N veranderen (depressie kan
minder worden) en de toewijzing kan ook fout zijn door een meetfout.
- Rangorde
o Symbolen met rangorde informatie geven de ordening van individuen op één
dimensie, die steeds erger of hoger worden met bijv. de codering (0), (1) en (2)
o Rang ordening op een dimensie impliceert transiviteit. 0<1 en 1<2 dus 0<2
o Bijv. de kleuterschool is lager dan de basisschool, maar de basisschool is lager dan de
middelbare school dus is de kleuterschool lager dan de middelbare school.
o De categorieën zijn niet vergelijkbaar en de labels hebben op zichzelf geen waarde.
Het zijn enkel labels.
