Begrippenlijst Correlationele Onderzoeksmethoden
Tutorial 0
Steekproevenverdeling van het gemiddelde = verdeling van alle gemiddelden, wanneer je duizenden
keren een random steekproef trekt uit de populatie en het gemiddelde in elke steekproef berekent
Steekproeffluctuaties = het gemiddelde in elke steekproef is een beetje anders
Nulhypothese toetsing = hypothese toetsen door de waarde van de steekproef te vergelijken met de
steekproefverdeling die je zou verwachten onder de nulhypothese → conclusies trekken over de
populatie → nulhypothese (𝐻0 ) (= min of meer je ‘gok’) en alternatieve hypothese (𝐻1 )
Teststatistiek/toetsingsgrootheid = geeft het verschil weer tussen het steekproefgemiddelde en het
aangenomen populatiegemiddelde onder 𝐻0 , waarbij rekening gehouden wordt met
steekproeffluctuaties. Bijv. t- of z-waarde
Significantieniveau = bijv. 𝛼 = 0.05→ 5% meest extreme gemiddelden die je gevonden zou kunnen
hebben als 𝐻0 waar is → kritiek gebied → toetsingsgrootheid valt hierbuiten: onvoldoende bewijs om
𝐻0 te verwerpen; toetsingsgrootheid valt erbinnen: wel voldoende bewijs om 𝐻0 te verwerpen
Standaardfout = de standaarddeviatie van de steekproefverdeling
P-waarde = de kans op een t-waarde die gelijk of groter is dan de gevonden t-waarde en de kans op
een t-waarde die gelijk of kleiner is dan de minvariant van de gevonden t-waarde, wanneer je een
andere steekproef trekt met dezelfde N en van dezelfde populatie, op het moment dat de
nulhypothese waar is → bijv. Gelijk aan of groter dan 1.783 en gelijk aan of kleiner dan -1.783
Type I fout = het onterecht verwerpen van 𝐻0 , m.a.w. 𝐻0 verwerpen als deze waar is. De kans op deze
fout is gelijk aan het significantieniveau (𝛼)
Type II fout = het onterecht niet verwerpen van de nulhypothese, m.a.w. 𝐻0 niet verwerpen als 𝐻1
juist is. De kans op deze fout wordt beïnvloed door het significantieniveau, de effectgrootte en de
steekproefgrootte. Type II fout is 𝛽
Power = de kans om 𝐻0 te verwerpen als 𝐻1 waar is, m.a.w. terecht verwerpen van 𝐻0 . Wordt
beïnvloed door het significantieniveau (> 𝛼 → > power), effectgrootte (> effect → > power) en
steekproefgrootte (> N → > power). Power is 1 − 𝛽
1
,Hoorcollege 1
Simple random design = elk element in de populatie heeft dezelfde kans om in de steekproef te komen
→ heb je het liefst
Stratified sampling = populatie wordt opgedeeld in strata (geslacht, leeftijd, etc.); binnen elk stratum
wordt een volledig aselecte steekproef getrokken
Convenience sampling = steekproef bestaat uit diegene die voorhanden zijn, bijv. Aanwezigen in
kantine, eerstejaarsstudenten psychologie
Centrummaten = waar zit de steekproef?
Gemiddelde = som van alle cijfers of aantallen/ aantal personen
Mediaan = middelste score → ene helft hoger, andere helft lager
Modus = meest frequent geobserveerde score
Spreidingsmaten = hoeveel verschil tussen de scores?
Variantie = spreiding in de testscores, moeilijk te interpreteren
Standaarddeviatie = gemiddelde afstand tot het gemiddelde waar de meeste scores in liggen;
wortel van de variantie
Betrouwbaarheidsinterval (CI) = bijv. 𝐶𝐼95 → wanneer we het experiment keer op keer herhalen, bevat
het 95% betrouwbaarheidsinterval in 95% van de gevallen de echte waarde, bijv. 𝜇 of 𝜌 → op basis
van de gevonden data is dit de meest waarschijnlijke range waarbinnen de echte waarde zal liggen. Op
het moment dat er 90% zekerheid wordt gehanteerd i.p.v. 95%, wordt het betrouwbaarheidsinterval
smaller, waardoor je meer nauwkeurigheid/precisie hebt, maar minder zekerheid
Categorisch meetniveau = bepaalde categorieën, bijv. man/vrouw, wel/geen diagnose
Kwantitatief meetniveau = schaal, bijv. leeftijd, IQ
Experimenteel onderzoeksdesign = probability sampling (bijv. simple random sampling, stratified
sampling) + random toewijzing aan condities + ‘actieve’ manipulatie
Quasi experimenteel onderzoeksdesign = probability sampling + geen random toewijzing aan condities
+ ‘actieve’ manipulatie
2
,Correlationeel (niet-experimenteel) onderzoeksdesign = probability sampling + geen random toewijzing
aan condities + geen ‘active’ manipulatie
Pearson’s Correlatie Coëfficiënt = maat voor lineaire samenhang, waarbij 𝝆= correlatie in de populatie
en r = correlatie in de steekproef en -1 ≤r ≤ 1. Een correlatie van r = 0 betekent: er is geen lineaire
samenhang, maar misschien is er wel sprake van niet-lineaire samenhang
P-waarde = de kans op de gevonden data (r) of nog extremer (nog verder bij 0 vandaan), gegeven dat
𝐻0 (𝜌 = 0) waar is
Hoorcollege 2
Betrouwbaarheidsinterval voor correlaties → hoeven niet symmetrisch te zijn, dat wil zeggen dat de
steekproefwaarde r niet precies in het midden van het CI ligt (door gebruik van Fisher transformaties).
Er geldt dat wanneer >CI → breder CI, <N → breder CI (bij meer info heb je meer zekerheid) en dat
wanneer 0 niet in het interval voorkomt, de correlatie significant is
Bivariaat normale verdeling van X en Y = de puntenwolk heeft de vorm van een sigaar
Lineaire relatie tussen X en Y = de punten in de puntenwolk liggen rondom een rechte lijn
Aanname van homoscedasticiteit = de spreiding van X gegeven Y is hetzelfde voor elke Y
Gekwadrateerde correlatie 𝒓𝟐𝑿𝒀 = proportie verklaarde variantie = gemeenschappelijke variantie in X en
Y = proportie van de variantie in X die je lineair kunt voorspellen uit Y (en andersom) → samenhang
tussen X en Y betekent dat je Y kunt voorspellen uit X (en andersom). De grafische weergaves hiervan
duiden we aan met ballantines. Bijv. stel ‘aantal uren’ en ‘tentamencijfers’ correleren met 0.40 →
0.402 = 0.16→ 16% van de verschillen in tentamencijfers kan verklaard worden door verschillen in
mate van voorbereiding OF depressie en angst correleren met 0.60 → 0.602 = 0.36 → verschillen in
angst representeren voor 36% ook verschillen in depressie en andersom
Directe samenhang tussen X en Y = X veroorzaakt Y; X ----> Y
Indirecte samenhang tussen X en Y = X veroorzaakt Y via mediator Z; bijv. positieve correlatie tussen
introversie en slapeloosheid: introversie → piekeren → slapeloosheid; X ----> Z ----> Y
Spurieuze samenhang tussen X en Y = X en Y hebben een gemeenschappelijke oorzaak, bijv. positieve
correlatie tussen boeken lezen en gezondheid: gemeenschappelijke oorzaak opleiding; X <---- Z ----> Y
3
, Correlatie = maat voor de lineaire samenhang van twee variabelen. De pijl wijst twee kanten op →
𝑿𝟏 <----> 𝑿𝟐
Lineaire enkelvoudige regressiemodel = lineair (= rechtlijnig) verband tussen X en Y. Dit lineaire
verband betekent dat we Y kunnen voorspellen uit X met een rechtlijnige functie → 𝑌 ′ = 𝑏0 + 𝑏1 𝑋
Intercept = parameter van het model. Voorspelde waarde van Y’ wanneer iemand 0 op X
scoort; in de praktijk meestal niet super interessant. Bijv. Het voorspelde cijfer wanneer
iemand 0 uur heeft gestudeerd; 𝒃𝟎
Regressiecoëfficiënt = parameter van het model. De verandering in Y’ wanneer X met één
eenheid toeneemt; de hellingshoek van de lijn. Bijv. de verandering in het cijfer als iemand 1
uur langer studeert; 𝒃𝟏
Voorspellingsfout = de voorspelde waarde voor Y aftrekken van de daadwerkelijk
geobserveerde waarde voor Y → 𝒀 − 𝒀′. Voorspellingsfouten liggen rondom regressielijn
Gemiddelde voorspellingsfout = altijd 0
Variantie van voorspellingsfouten = hetzelfde als de onverklaarde variantie
Enkelvoudige lineaire regressieanalyse = 𝑌 ′ = 𝑏0 + 𝑏1 𝑋 = één onafhankelijke variabele X en één
afhankelijke variabele Y. De pijl gaat één kant op → X ----> Y. Bijv. Uren studeren ----> Tentamencijfer.
Met regressieanalyse zoek je de best passende rechte lijn waarbij je bijv. Tentamencijfer (Y) zo goed
mogelijk kunt voorspellen uit de voorbereidingstijd (X)
Proportie verklaarde variantie (van het totaal) = multiple R-square 𝑹𝟐𝒀𝑿 = hoe goed voorspelt dit
model? → geeft aan welk deel van de totale variantie in Y je lineair kunt voorspellen uit X → ….% van
de variantie van …. wordt verklaard door ….
Proportie onverklaarde variantie = 1 – proportie verklaarde variantie = 1 - 𝑹𝟐𝒀𝑿 → wat kun je nog niet
voorspellen a.d.h.v. het aantal uren studeren?
𝒃𝟏 = de populatiewaarde van de regressiecoëfficiënt
̂𝟏 = de steekproefwaarde van de regressiecoëfficiënt
𝒃
Unieke verklaarde variantie = hoeveel van de verschillen in prestaties kun je uniek toeschrijven aan elk
van de indicatoren (de afzonderlijke predictoren)?
Geschatte regressievergelijking → beschrijven directe effecten; wat gebeurt er met de gemiddelde
prestatie als X1 met één eenheid toeneemt onder constant houding van de andere predictoren. We
kijken dus in een bepaalde richting: het effect van X1 op Y, onder constant houding van de rest
4
