Correlationele Onderzoeksmethoden TiU
Introduction to techniques for causal analysis - John Gelissen
MechteldC
Correlationele Onderzoeksmethoden
Opmerking vooraf
- Alle kopjes zijn oranje gekleurd.
- Alle deelkopjes zijn lichtoranje gekleurd.
- Belangrijke termen zijn dikgedrukt.
- Extra termen en sommige opsommingen zijn schuingedrukt.
- Voorbeelden van berekeningen worden aangeduid met een lichtoranje,
schuingedrukte titel
- Om dit vak te halen is het leren van deze samenvatting niet genoeg. Het is belangrijk
om te oefenen en opgaven te maken!
- Alle afbeeldingen komen uit de slides van Correlationele Onderzoeksmethoden 2020,
tenzij anders aangegeven
-Hoorcollege 1-
Aspecten van empirisch onderzoek
Vaak begint empirisch onderzoek met een populatie, want we willen iets weten over een
bepaalde groep mensen (bijvoorbeeld je afvragen of bij alle Nederlandse kinderen van 3 jaar
oud voorlezen helpt voor hun taalontwikkeling). Echter kun je nooit een hele populatie bekijken,
dus je trekt een steekproef uit de populatie. De manier waarop je je steekproef selecteert heet
een sampling design. De gemiddelde score op bijvoorbeeld een taalvaardigheidstest is een
voorbeeld van beschrijvende (descriptieve) statistiek, de steekproef wordt beschreven, denk
aan het gemiddelde en standaarddeviatie. Echter wil je niet alleen iets zeggen over de
steekproef, maar over de hele populatie. Hierom moet je gebruik maken van inferentiële
statistiek waarbij je kijkt of je het resultaat uit je steekproef kan genereren naar je populatie.
Sampling Design
Vormen van steekproeftrekking
- Simple random sampling: Elk element in de populatie heeft dezelfde kans om in de
steekproef terecht te komen. (Beste manier van samplen)
- Stratified sampling: De populatie wordt opgedeeld in strata (geslacht, leeftijd, etc.);
binnen elk stratum wordt een volledig aselecte steekproef getrokken.
1
, Correlationele Onderzoeksmethoden TiU
Introduction to techniques for causal analysis - John Gelissen
MechteldC
- Convenience sampling: De steekproef bestaat uit de degene die voorhanden zijn
(bijvoorbeeld aanwezigen in de kantine of eerstejaarsstudenten psychologie).
Er zijn nog vele andere vormen van sampling. Bij toetsende statistiek zoals wij die toepassen in
dit vak (hypothese toetsen, betrouwbaarheidsintervallen) gaan we uit van simple random
sampling.
Steekproeffluctuaties
Steekproeffluctuaties zijn verschillen tussen steekproeven, dit komt vooral voor bij kleine
steekproeven. Bij grotere steekproeven is er vaak een mooie normaalverdeling. Men denkt vaak
dat de steekproef heel representatief is voor de populatie. Dit heet ook wel: Belief in the Law of
Small Numbers (Tversky & Kahneman, 1971). Zeker bij kleine steekproeven is dit niet het geval
en kan de ene steekproef sterk variëren van de andere steekproef en zegt de steekproef ook
weinig over de populatie, daarom moet je bij voorkeur grotere steekproeven nemen (want dat
lijkt meer op populatie en dan heb je meer power).
Je kunt data beschrijven door te kijken naar:
- Centrummaten (Measures of central tendency)
-Gemiddelde: optellen van alle scores en delen door het totaal
aantal scores
- Mediaan: de score die precies in het midden van alle scores zit, bijvoorbeeld bij:
5, 6, 7, 8, 10 is 7 de mediaan
- Modus: de score die het vaakst voorkomt
- Spreidingsmaten (Measures of dispersion)
- Variantie:
- Standaarddeviatie (SD): De populatiestandaarddeviatie
wordt genoteerd als σ en geschat door de
steekproefstandaarddeviatie, die wordt genoteerd als s.
Een normaalverdeling ziet eruit als op de afbeelding.
Normaal verdeelde X scores kunnen herschaald worden
zodat ze een gemiddelde van 0 en een SD van 1 hebben, dan
zijn het gestandaardiseerde scores of z-scores.
Bron afbeelding: https://towardsdatascience.com/understanding-the-68 -95-99-7-rule-
for-a-normal-distribution-b7b7cbf760c2?gi= 330166b6e456)
Inferentiële statistiek
Wanneer we resultaten willen generaliseren naar de populatie
zijn beschrijvende statistieken niet genoeg. We maken
gebruik van inferentiële statistiek om conclusies te trekken over de
populatie, op basis van de informatie uit de steekproef.
Twee populaire methods zijn:
- Null hypothesis significance testing (NHST)
- Betrouwbaarheidsinterval schatting
2
, Correlationele Onderzoeksmethoden TiU
Introduction to techniques for causal analysis - John Gelissen
MechteldC
Het is ook mogelijk om een hypothetische populatie voor te stellen, dit is een grotere groep
mensen die op veel manieren gelijk is aan de deelnemers die in de convenience sample zaten.
Je bekijkt met inferentiële statistiek dus of het gemiddelde in de populatie (𝜇) gelijk is aan het
gemiddelde in de steekproef (M).
Null hypothesis significance testing
Stappen:
1. Nul en alternatieve hypothese formuleren.
2. Beslisregel maken
3. T- en p-waarde uit de output halen
4. We verwerpen wel of niet de nulhypothese en trekken een conclusie
Voorbeeld
1. Eerst formuleren we de nul en alternatieve hypothese
𝐻0: 𝜇 = 6.0
𝐻1: 𝜇 ≠ 6.0
2. Als tweede maken we een beslisregel
Als de p-waarde < 𝛼 verwerpen we de nulhypothese. Bijvoorbeeld: wanneer p < .05
verwerpen we de nulhypothese.
3. Uitkomst: P-waarde is 0,074, de T-waarde is 1,851.
4. Bij een 𝛼 = 0.05 is het links en rechts 0.025. We verwerpen de nulhypothese niet, want
p > .05.
Betrouwbaarheidsinterval
- Definitie: Wanneer we het experiment keer op keer herhalen, bevat het 95%
betrouwbaarheidsinterval in 95% van de gevallen de echte waarde (bijv: 𝜇 of 𝜌).
- Interpretatie: Op basis van de gevonden data is dit de meest waarschijnlijke range
waarbinnen de echte waarde zal liggen. Als je een grotere steekproef hebt zal de range
van het betrouwbaarheidsinterval kleiner worden.
- Belang: Geeft de onzekerheid rondom de puntschatter (bijv M of r) weer.
Meetniveaus
De klassieke indeling is: nominaal, ordinaal, interval, ratio. Voor correlationele
onderzoeksmethoden maken we onderscheid tussen:
3
, Correlationele Onderzoeksmethoden TiU
Introduction to techniques for causal analysis - John Gelissen
MechteldC
- Categorische variabelen: geslacht, type opleiding, experimentele conditie, diagnose,
sociale klasse, etc.
- Kwantitatieve variabelen: leeftijd, IQ scores, NEO-PI scores, tentamencijfers, scores
op een depressievragenlijst, etc.
Het onderscheid tussen ordinaal en interval is vaak niet zo scherp als de meeste
statistiekboeken doen voorkomen. Een Likert scale is een 5-puntsschaal, bijvoorbeeld: 1. Sterk
mee oneens, 2. Sterk mee eens, 3. Neutraal, 4. Eens, 5. Sterk mee eens en een goed
voorbeeld van deze ambiguïteit. Het lijkt namelijk een intervalschaal en zo wordt hij ook vaak
gebruikt, maar eigenlijk klopt dit niet, want de afstand tussen de items is niet precies gelijk.
Onderzoeksdesigns
Een aantal voorbeelden:
- Correlationeel onderzoeksdesign
Michael doet onderzoek naar social trust, dat is de mate waarin je over het algemeen andere
mensen vertrouwt. Individuele verschillen in social trust voorspellen o.a. In hoeverre men
vrijwilligerswerk doet, hoe goed men zijn belasting betaald en of men afval recyclet. In het huidige
onderzoek kijkt hij of een lager geboortegewicht, wat samenhangt met een toekomstige hardere
fysieke en sociale omgeving en toekomstige lichamelijke kwetsbaarheid, social trust voorspelt.
Van een random steekproef van Denen is een grote vragenlijst afgenomen, waarin een social
trust vraag is gesteld (11 punts schaal). Van deze steekproef is ook het geboortegewicht bekend.
(Bang Petersen & Aaroe, 2015).
Het geboortegewicht en social trust worden gemeten, maar er zijn geen manipulaties.
- Experimenteel onderzoeksdesign
Nicholas doet onderzoek naar in hoeverre je bepaalde signalen kan onderdrukken. Dit is een
eerste studie waarin hij een random groep studenten vraagt om zo snel mogelijk op links of
rechts te drukken, afhankelijk van waar de stip zit (links of rechts) in de afwijkende vorm. In de
helft van de trials (random aangeboden) is een gekleurde afleider aanwezig (singleton distractor).
De gemiddelde RT van de twee verschillende soorten trials wordt vergeleken. (Gaspelin,
Leonard, & Luck, 2015).
Er wordt een gemanipuleerd.
- Quasi-experimenteel onderzoeksdesign
Kees doet onderzoek naar de “Broken windows” theorie. Deze theorie stelt dat in een rommelige
omgeving, mensen eerder geneigd zijn om meer rommel te maken. In dit onderzoek kijkt hij of
overtreding van de ene norm (graffiti op een plek waar dit niet mag) mensen aanzet om een
andere norm te overtreden (rommel maken). Hiervoor doet hij op twee dagen onderzoek in een
steegje in Groningen. De ene dag zit er graffiti op de muren en de andere dag niet. Aan alle
4
