Hoorcolleges M&D 2
Hoorcollege 1
Meten = Het toekennen van een getal aan een eigenschap van een object, met behulp van een
meetinstrument. Het direct meten van een eigenschap is niet mogelijk. We meten variabelen die
afhangen van latente variabelen. (Dus niet meten hoe depressief ben je, maar items opstellen die een
directe functie zijn van depressiviteit; ik voel me vaak ongelukkig… etc).
Hypothetische constructen = niet direct te observeren variabelen, latente trekken. Bijvoorbeeld angst,
extraversie, geheugen.
3 conceptuele begrippen:
Psychologische theorie: weten waar het over gaat om te weten wat je meet.
Causaliteit
Statistiek: je moet de modellen passen
LOGISTISCHE REGRESSIE: hoe meer je van een latente trek hebt, hoe hoger de kans dat je ‘ja’ antwoord aan de
direct gerelateerde items die de latente trek willen meten. Het voorspelt niet 0/1 uit X, maar de kans op
0/1 uit X. Het gaat niet om wat je geantwoord hebt, maar de kans op je antwoord. Dus iemand die niet
depressief is kan best ja zeggen op ‘ik voel me een waardeloos persoon’. Dat is niet erg, want daar gaat
het ook niet om.
Path diagram: geeft de relatie weer tussen variabelen.
> in het rondje staat de latente variabele
> in de vierkanten staan de geobserveerde item scores
Residu: niet perfecte voorspelling Y uit X (error). Dit kan een meetfout zijn. Er is geen perfecte relatie
tussen latente variabele en item.
lineaire regressie (afh var is continue verdeeld)
logistische regressie analyse (afh variabele is discrete 0/1)
Met factor analyse kunnen we kijken of een of meer latent trekken ten grondslag liggen aan de structuur
in de correlatie matrix.
yi = b0 + b1*xi + ei
Item1i = b0 + b1*treki + error1i
Het is moeilijk om causaliteit te bewijzen, Y kan ook X beïnvloeden: correlatie.
Verdelingsaanname: is iets significant?
Statistisch belang
verdelingsaannames in regressie, in correlaties (toetsbaar aannames).
Theoretisch belang (dus: psychologische theorie)
Hoe is de latent variabele verdeeld? (niet makkelijk toetsbaar; omdat je naar iets zoekt wat niet meetbaar
is, maar waar we alleen maar theoretische ideeën over hebben).
Hoorcollege 1
Meten = Het toekennen van een getal aan een eigenschap van een object, met behulp van een
meetinstrument. Het direct meten van een eigenschap is niet mogelijk. We meten variabelen die
afhangen van latente variabelen. (Dus niet meten hoe depressief ben je, maar items opstellen die een
directe functie zijn van depressiviteit; ik voel me vaak ongelukkig… etc).
Hypothetische constructen = niet direct te observeren variabelen, latente trekken. Bijvoorbeeld angst,
extraversie, geheugen.
3 conceptuele begrippen:
Psychologische theorie: weten waar het over gaat om te weten wat je meet.
Causaliteit
Statistiek: je moet de modellen passen
LOGISTISCHE REGRESSIE: hoe meer je van een latente trek hebt, hoe hoger de kans dat je ‘ja’ antwoord aan de
direct gerelateerde items die de latente trek willen meten. Het voorspelt niet 0/1 uit X, maar de kans op
0/1 uit X. Het gaat niet om wat je geantwoord hebt, maar de kans op je antwoord. Dus iemand die niet
depressief is kan best ja zeggen op ‘ik voel me een waardeloos persoon’. Dat is niet erg, want daar gaat
het ook niet om.
Path diagram: geeft de relatie weer tussen variabelen.
> in het rondje staat de latente variabele
> in de vierkanten staan de geobserveerde item scores
Residu: niet perfecte voorspelling Y uit X (error). Dit kan een meetfout zijn. Er is geen perfecte relatie
tussen latente variabele en item.
lineaire regressie (afh var is continue verdeeld)
logistische regressie analyse (afh variabele is discrete 0/1)
Met factor analyse kunnen we kijken of een of meer latent trekken ten grondslag liggen aan de structuur
in de correlatie matrix.
yi = b0 + b1*xi + ei
Item1i = b0 + b1*treki + error1i
Het is moeilijk om causaliteit te bewijzen, Y kan ook X beïnvloeden: correlatie.
Verdelingsaanname: is iets significant?
Statistisch belang
verdelingsaannames in regressie, in correlaties (toetsbaar aannames).
Theoretisch belang (dus: psychologische theorie)
Hoe is de latent variabele verdeeld? (niet makkelijk toetsbaar; omdat je naar iets zoekt wat niet meetbaar
is, maar waar we alleen maar theoretische ideeën over hebben).
