Week 1, hoorcollege 1 - inleiding
Meten in de psychologie
● Een definitie van meten in de psychologie:
Meten is het – volgens regels - toekennen van symbolen (numerals) aan individuen zodat de
symbolen de psychologische eigenschap van het individu weergeeft.
● Toekenning gaat aan de hand van een test procedure
Bijv. het afnemen van een vragenlijst.
● Psychometrie de wetenschap van de eigenschappen van psychologische tests (niet
per se een “paper and pencil” vragenlijst)
Belangrijke vragen
● Is mijn vragenlijst wel valide?
● Is mijn vragenlijst betrouwbaar?
● Worden sommige groepen niet benadeeld?
● Kan ik de vragenlijst in sommige situaties beter niet inzetten?
● …
Psychometrie (evaluatie van kenmerken van tests) is niet beperkt tot zelf-rapportage
tests/vragenlijsten.
Psychologische variabelen (constructen) zijn “latente variabelen” of “latente trekken” = niet
observeerbaar
Het meten van psychologische variabelen gaat a.d.h.v. de meting van observeerbaar
gedrag.
Hoe relateren we observeerbaar gedrag aan (niet-observeerbare) psychologische
variabelen?
We hebben nodig
1. Psychologische theorie;
2. Causaliteit
3. Statistiek, en
4. Een grafische weergave van de relatie tussen observeerbare variabelen en de
latente psychologische variabelen (pad diagram)
Pad diagram – de latente (psychologische) variabele
Latente variabelen:
Psychopathologie: depressie, angst, alcohol verslaving
Persoonlijkheid: extraversie, neuroticisme
Cognitie: ruimtelijk inzicht, verbale vaardigheid,
rekenvaardigheid, geheugen
Ontwikkeling: Piaget’s Stadia,
Bowlby's Hechtings- (attachment) types
De latente variabele wordt weergegeven in een cirkel.
, Item responses zijn observeerbaar
(weergegeven in vierkanten):
self-report, gedragsmaten,
beoordelingen (door beoordelaars)
Items responses zijn gerelateerd
aan latente variabele
de pijl → geeft de richting van de
(causale) relatie
Error (meetfout): item responses zijn gerelateerd aan de latente variabele, maar er is altijd
error (de relatie is nooit 1-op-1). Hij staat in een cirkel, omdat hij niet direct observeerbaar is.
De pijl geeft de richting van de (causale) relatie.
Psychologische theorie:
- Startpunt vragenlijst!
- Wat zijn de relevante variabelen, wat stellen ze voor?
- Wat zijn relevante observeerbare variabelen?
Wat wil ik wel/niet meten?
Vind ik de beoogde structuur terug in mijn vragenlijst? Kan je onderzoeken met bijvoorbeeld
een factoranalyse.
Laat mijn vragenlijst logische relaties zien met andere vragenlijsten?
^^^ validiteit
Statistiek: psychometrische analyse = analyse van individuele verschillen in item responses
- Latente variabele → gemiddelde, variantie, standaarddeviatie
- Geobserveerde variabelen → variantie, standaarddeviatie, gemiddelde,kans
(probability)
Lineaire regressie: y is continu verdeeld
Logistische regressie: y is binair or dichotoom (dwz. gescoord)
Pearson product moment correlatiecoёfficiёnt: correlatiematrix (van de items), wanneer er
een lineaire correlatie is tussen variabelen.
Hoe zijn de relevante psychologische variabelen verdeeld / wat is het meetniveau?
Antwoord: theorie
,Week 1 - hoorcollege 2
Lineaire regressie, conditionele gemiddeldes, interpreteren testscores, normscores
Lineaire regressie
- y is afhankelijke variabele
- x is onafhankelijke variabele
Formule: y = b0 + b1*x + e
● b0 intercept
● b1 regressiecoëfficiënt (slope)
● e is error term
Notaties lineaire regressie
Formule: y = b0 + b1*x + e
- Variabelen: x, y, e → “random”, waarden verschillen van persoon tot persoon
- Parameters: b0 en b1 → “fixed”, dezelfde waarde voor alle personen
Andere notaties:
● y=a + b*x+e
● yi = b0 + b1*xi + ei
● ypred = b0 + b1 * x
Conditioneel gemiddelde = gemiddelde score op een variabele gegeven de score op een
andere variabele
Notatie: gemiddelde [ y | x ]
● “y | x” = score van y gegeven de score van x
● Gemiddelde [y | x = 2] = 6, in het volgende voorbeeld:
ypred = b0 + b1*x
Stel: ypred = b0 + b1* x en b0 = 5 en b1 = 0.5 en x = 2
ypred = 5 + .5 * 2 = …
Verdelingsaannames Y:
1) y is normaal verdeeld voor alle waardes van x
Notatie: y|x ~ N(b0+b1*x, σe) → “voor alle scores van x
willen we dat y ongeveer normaal verdeeld is”
● y|x = "y gegeven x "
● N(M, s) = "Normaal verdeeld met gemiddelde M en
standaarddeviatie s"
2) σe is voor alle waardes van x hetzelfde
Over de verdeling van de onafhankelijke variabele x zijn
geen aannames!
, R2 = var(y verklaard door x) / totale var(y)
Totale var(y) = b12 * var(x) + var(e)
● var(y) verklaard door x = b12 * var(x)
● var(y) niet verklaard door x = var(e)
R = b12*var(x) / ( b12*var(x) + var(e) )
2
Hier R2 = 0,020 = 2% van var(y) verklaard door x
Lineaire regressie en psychologisch meten