Hoorcolleges VOS Kennis
Kwalitatief hoorcollege : Verdieping in onderzoeksmethoden en statistiek (VOS)
Kenmerken kwalitatief onderzoek :
● Interpretatief: De betekenisgeving vanuit het perspectief van de respondenten staat centraal en de
onderzoeker interpreteert deze betekenissen
● Naturalistisch: De onderzoeker is geïnteresseerd in de natuurlijke omgeving van de respondent
(niet bestuderen in een laboratorium setting)
● Reflexief: De onderzoeker reflecteert bewust op hoe bepaalde veronderstellingen, keuzes, en de
onderzoeker het onderzoek beïnvloedt
Grounded Theory = Op basis van een gestructureerde data analyse komt de onderzoeker tot theorie.
Theorie is geen uitgangspunt maar een resultaat
Hoorcollege : Multiple regressie
multipele regressie: 𝑌 = 𝐵0 + 𝐵1𝑋1 + ... + 𝐵6𝑋6 + 𝐸 Ŷ= model X
Opbouw: regressiemodel
● Eén afhankelijk variabele (Y) minimaal interval
● Eén of meerdere onafhankelijke variabelen (minimaal interval)
● Eén of meerdere onafhankelijke variabelen (dichotoom)
dichotome variabele: kenmerk dat slechts twee mogelijke waarden kan aannemen (man/vrouw)
● Nominaal en ordinaal kunnen worden omgezet in dummyvariabelen
Doelen
● Beschrijven lineaire relaties tussen variabelen (regressiemodel).
● Toetsen hypothesen over relaties (significantie).
● Kwantificeren van relaties (effectgrootte).
● Kwalificeren van relaties (klein, middelmatig, groot).
● Beoordelen relevantie relaties (subjectief).
● Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting).
● Waarschuwing!! Doe op basis van statistische samenhang geen uitspraken over causaliteit
Aannames / voorwaarden
1. De participanten zijn aselect gekozen en scoren onafhankelijk van elkaar
2. Specificatie verklaringsmodel
3. De variabelen meten een begrip op interval/ ratio meetniveau (uitzondering: dummy’s)
4. Er is een lineaire relatie tussen de variabelen
5. Er zijn geen uitschieters
6. Per X-waarde is de spreiding in Y-scores gelijk (dit wordt ook wel homoscedasticiteit genoemd)
7. Per X-waarde zijn de Y-scores normaal verdeeld
8. Er mag geen hoge correlatie zijn tussen de onafhankelijke variabelen (geen multicollineariteit)
Kleinste kwadraten criterium : De lijn waarbij voorspellingsfout (error) zo klein mogelijk is
Positieve e : boven de lijn (onderschatting). Negatieve e onder de lijn (overschatting)
Alternatieve hypothesen nulhypothese
2 2
ρ > 0: Het regressiemodel verklaart variatie in Y. ρ = 0: Het regressiemodel verklaart niet variatie in
β > 0 of β < 0: Er is effect van X op Y Y.
β = 0: Er is geen effect van X op Y
Uitbreiden model: Bij het uitbreiden van je model kijk je of SPSS
-
2
verklaarde variantie is toegenomen (𝑅 ) R square
, -
2
toename 𝑅 en significantie R square change + p-waarde
Hoorcollege : meerweg ANOVA
Variantieanalyse = een meerweg ANOVA
Opbouw: gemiddeldenmodel
Eenweg ANOVA
● Eén afhankelijk variabele (Y)
● Eén onafhankelijke variabele met twee of meer categorieën (minimaal nominaal meetniveau)
Meerweg ANOVA
● Eén afhankelijk variabele (Y)
● Meerdere onafhankelijke variabelen met twee of meer categorieën (minimaal nominaal
meetniveau)
Doelen
● Beschrijven van verschillen tussen en binnen groepen (gemiddelden model).
● Toetsen hypothesen over verschillen tussen groepen (significantie).
● Kwantificeren van verschillen (effectgrootte).
● Kwalificeren van verschillen (klein, middelmatig, groot).
● Beoordelen relevantie verschillen (subjectief).
● Voorspellen van iemands waarde met gemiddelden model (puntschatting en intervalschatting).
3X2 factorieel ontwerp : nominaal variabele 1 (3 categoriën) nominaal variabele 2 (2 categorieën)
Geen hoofdeffect SES Hoofdeffect SES Hoofdeffect geslacht
Geen hoofdeffect geslacht Hoofdeffect geslacht Geen hoofdeffect SES
Wel interactie effect Geen interactie effect (Parallel) Geen interactieeffect
Nulhypothesen:
H0 : model verklaart geen variatie in Y H0 : geen hoofdeffect van sekse
H0 : geen hoofdeffect van leeftijd H0 : geen interactie-effect van leeftijd en sekse
F-Ratio
Regressie ANOVA
Toetsingsgrootheid voor verklaarde variantie in Y Toetsingsgrootheid voor verklaarde variantie in Y
door lineair regressiemodel (R 2 ). door gemiddelden model (η 2 )
Als rechte lijn (= lineair regressiemodel) een betere Als groepsgemiddelden significant verschillen dan
weergave is van geobserveerde gegevens dan het zijn groepsgemiddelden (= gemiddelden model)
Kwalitatief hoorcollege : Verdieping in onderzoeksmethoden en statistiek (VOS)
Kenmerken kwalitatief onderzoek :
● Interpretatief: De betekenisgeving vanuit het perspectief van de respondenten staat centraal en de
onderzoeker interpreteert deze betekenissen
● Naturalistisch: De onderzoeker is geïnteresseerd in de natuurlijke omgeving van de respondent
(niet bestuderen in een laboratorium setting)
● Reflexief: De onderzoeker reflecteert bewust op hoe bepaalde veronderstellingen, keuzes, en de
onderzoeker het onderzoek beïnvloedt
Grounded Theory = Op basis van een gestructureerde data analyse komt de onderzoeker tot theorie.
Theorie is geen uitgangspunt maar een resultaat
Hoorcollege : Multiple regressie
multipele regressie: 𝑌 = 𝐵0 + 𝐵1𝑋1 + ... + 𝐵6𝑋6 + 𝐸 Ŷ= model X
Opbouw: regressiemodel
● Eén afhankelijk variabele (Y) minimaal interval
● Eén of meerdere onafhankelijke variabelen (minimaal interval)
● Eén of meerdere onafhankelijke variabelen (dichotoom)
dichotome variabele: kenmerk dat slechts twee mogelijke waarden kan aannemen (man/vrouw)
● Nominaal en ordinaal kunnen worden omgezet in dummyvariabelen
Doelen
● Beschrijven lineaire relaties tussen variabelen (regressiemodel).
● Toetsen hypothesen over relaties (significantie).
● Kwantificeren van relaties (effectgrootte).
● Kwalificeren van relaties (klein, middelmatig, groot).
● Beoordelen relevantie relaties (subjectief).
● Voorspellen van iemands waarde met regressiemodel (puntschatting en intervalschatting).
● Waarschuwing!! Doe op basis van statistische samenhang geen uitspraken over causaliteit
Aannames / voorwaarden
1. De participanten zijn aselect gekozen en scoren onafhankelijk van elkaar
2. Specificatie verklaringsmodel
3. De variabelen meten een begrip op interval/ ratio meetniveau (uitzondering: dummy’s)
4. Er is een lineaire relatie tussen de variabelen
5. Er zijn geen uitschieters
6. Per X-waarde is de spreiding in Y-scores gelijk (dit wordt ook wel homoscedasticiteit genoemd)
7. Per X-waarde zijn de Y-scores normaal verdeeld
8. Er mag geen hoge correlatie zijn tussen de onafhankelijke variabelen (geen multicollineariteit)
Kleinste kwadraten criterium : De lijn waarbij voorspellingsfout (error) zo klein mogelijk is
Positieve e : boven de lijn (onderschatting). Negatieve e onder de lijn (overschatting)
Alternatieve hypothesen nulhypothese
2 2
ρ > 0: Het regressiemodel verklaart variatie in Y. ρ = 0: Het regressiemodel verklaart niet variatie in
β > 0 of β < 0: Er is effect van X op Y Y.
β = 0: Er is geen effect van X op Y
Uitbreiden model: Bij het uitbreiden van je model kijk je of SPSS
-
2
verklaarde variantie is toegenomen (𝑅 ) R square
, -
2
toename 𝑅 en significantie R square change + p-waarde
Hoorcollege : meerweg ANOVA
Variantieanalyse = een meerweg ANOVA
Opbouw: gemiddeldenmodel
Eenweg ANOVA
● Eén afhankelijk variabele (Y)
● Eén onafhankelijke variabele met twee of meer categorieën (minimaal nominaal meetniveau)
Meerweg ANOVA
● Eén afhankelijk variabele (Y)
● Meerdere onafhankelijke variabelen met twee of meer categorieën (minimaal nominaal
meetniveau)
Doelen
● Beschrijven van verschillen tussen en binnen groepen (gemiddelden model).
● Toetsen hypothesen over verschillen tussen groepen (significantie).
● Kwantificeren van verschillen (effectgrootte).
● Kwalificeren van verschillen (klein, middelmatig, groot).
● Beoordelen relevantie verschillen (subjectief).
● Voorspellen van iemands waarde met gemiddelden model (puntschatting en intervalschatting).
3X2 factorieel ontwerp : nominaal variabele 1 (3 categoriën) nominaal variabele 2 (2 categorieën)
Geen hoofdeffect SES Hoofdeffect SES Hoofdeffect geslacht
Geen hoofdeffect geslacht Hoofdeffect geslacht Geen hoofdeffect SES
Wel interactie effect Geen interactie effect (Parallel) Geen interactieeffect
Nulhypothesen:
H0 : model verklaart geen variatie in Y H0 : geen hoofdeffect van sekse
H0 : geen hoofdeffect van leeftijd H0 : geen interactie-effect van leeftijd en sekse
F-Ratio
Regressie ANOVA
Toetsingsgrootheid voor verklaarde variantie in Y Toetsingsgrootheid voor verklaarde variantie in Y
door lineair regressiemodel (R 2 ). door gemiddelden model (η 2 )
Als rechte lijn (= lineair regressiemodel) een betere Als groepsgemiddelden significant verschillen dan
weergave is van geobserveerde gegevens dan het zijn groepsgemiddelden (= gemiddelden model)
