Hoofdstuk 1: De keuze van de meest gepaste analysetechniek
Doelstellingen
Na dit hoofdstuk
Ken je het verschil tussen een causaal en niet-causaal verband
Kan je uitleggen wat controlevariabelen zijn
Kan je toelichten wat een interactievariabele is
Weet je wat tussenliggende variabelen zijn
Kan je een onderzoeksvraag schematisch tekenen
Kan je voor een onderzoeksvraag de meest gepaste analysetechniek kiezen
We hebben een onderzoeksprobleem met respectievelijk twee (bivariate) of meer
(multivariate) variabelen waartussen we het verband willen kennen.
Ontwerpprobleem of voorspellingsprobleem: de onderzoeker is geïnteresseerd in hoe
één of ander fenomeen veranderd kan worden.
o Meestal ‘hoe-vraag’
o bv. “hoe kan de leeromgeving worden ontworpen zodanig dat deze betere
wiskundeprestaties uitlokt?”
Om deze hoe-vraag te beantwoorden wordt bijna altijd beroep gedaan op resultaten van
een bivariate of multivariate analyse.
Vooraleer je aan de slag kan met deze analysetechnieken is het uitermate belangrijk om de
juiste techniek te kiezen gegeven de onderzoeksvraag. Hoe kom je van een
onderzoeksvraag tot de keuze van de juist analysetechniek? Op die vraag geven we in dit
hoofdstuk een antwoord.
1.1 Identificeren van variabelen en hun meetniveau
Meetniveau Stemt overeen met Of met Tekening
Nominaal
geen totale orde Kwalitatieve
geen variabele met 2
meeteenheid categorieën
geen absoluut
nulpunt
Ordinaal Kwalitatief Categorisch Kwalitatieve
wel totale orde /factor variabele met >2
geen categorieën
meeteenheid
geen absoluut
nulpunt
1
, Interval
wel totale orde
wel een
meeteenheid
geen absoluut
nulpunt
Kwantitatief Parametrisch Kwantitatief
Ratio /numeriek/ continu
wel totale orde
wel een
meeteenheid
wel absoluut
nulpunt
Opmerkingen:
Likert schaal (bv. helemaal oneens tot helemaal eens)
→ kwalitatieve variabele
Schaalscore = verschillende scores van Likert schaal die bij 1 concept horen optellen
→ kwantitatieve variabele
1.2 Verbanden tussen variabelen
In onderzoek zijn we vaak geïnteresseerd in de relatie tussen variabelen. We willen
bijvoorbeeld weten of twee variabelen samenhangen of in welke mate de ene variabele de
andere beïnvloedt. Dit zijn zogenaamde niet-causale en causale verbanden.
Niet-causale verbanden = associaties zonder causaliteit
Herkennen in OV? samenhang, geassocieerd met, …
Tekenen?
Causale verbanden = associaties in termen van oorzaak (= onafhankelijke variabele; X
of voorspeller) en gevolg (= afhankelijke variabele of Y)
Herkennen in OV? effect, impact, voorspellen, verklaren, …
Tekenen?
2
,In het gamma van causale verbanden zijn naast de eenvoudige causale verbanden (met één
of meer onafhankelijken en één afhankelijke) ook meer complexe relaties tussen
onafhankelijke variabelen mogelijk. We onderscheiden er 3: controle variabelen,
interactievariabelen en tussenliggende variabelen.
Controle variabelen = Om oneigenlijke verbanden en dus foute conclusies uit te sluiten.
Herkennen in OV? Wat is het effect van X op Y, ongeacht Z; rekening houdend met Z;
controlerend voor Z?
Tekenen?
Heeft het aantal uren dat een leerling studeert voor een toets een invloed op de scores
voor die toets, ongeacht het IQ van de leerling?
Interactievariabelen = Om complexere relaties in kaart te brengen
Herkennen in OV? Is het effect van X op Y… afhankelijk van Z; hetzelfde/identiek voor …
als voor …?
Tekenen?
Is het verband tussen het aantal studie-uren en de toetsscore afhankelijk van het IQ van
een leerling?
Tussenliggende of intermediare variabelen = De variabele ligt tussen de
onafhankelijke variabele en de afhankelijke variabele. Deze tussenliggende variabele is
zowel gevolg (er komt een pijl aan) als een oorzaak (er vertrekt een pijl).
Dit derde verband zijn onrechtstreekse (of indirecte) verbanden.
Tekenen?
Heeft klasgrootte een effect op leerlingprestaties via zijn invloed op taakgerichte
interacties?
Klasgroott - Taakgerichte + Leerlingprestaties
e Interactie
3
, 1.3 Welke analysetechniek bij welke visualisatie?
Het kiezen van de juiste analysetechniek bij een onderzoeksvraag verloopt in
verschillende stappen:
o Destilleer uit de onderzoeksvraag de variabelen en bepaal hun meetniveau.
Voornamelijk onderscheid tussen kwalitatieve en kwantitatieve variabelen
zijn van belang.
o Geef de onderzoeksvraag visueel weer
o Gebruik de Flowcharts om de overeenkomstige tekening terug te vinden.
We kijken naar het type verband, vervolgens naar het aantal
onafhankelijke variabelen in de onderzoeksvraag en naar het meetniveau
van de variabele.
Figuur: Flowchart keuze analysetechniek
Is er geen sprake van een causaal verband dan kom je terecht in de tabel van de niet-
dependente technieken. De volgende stap is om na te gaan welk meetniveau je variabelen
hebben. Is je eerste variabele kwalitatief dan kijk je in de linker kolom, is deze kwantitatief
dan kijk je in de rechter kolom. Vervolgens bepaal je door het meetniveau van de tweede
variabele de juiste rij.
4
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
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
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
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 janellevh. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €10,48. Je zit daarna nergens aan vast.