Extra begrippen samenvatting Thema 1-4

Question 1

Ware score

Answer 1

Uitkomsten metingen construct + meetfout(en) = ‘ware’ score.
Bij enkel niet-systematische meetfouten zal na vaak meten deze meetfouten tegen elkaar wegmiddelen en is dat de ware score.

Question 2

Relatie betrouwbaarheid versus validiteit

Answer 2

Verstoringen van meetresultaat door niet volledig betrouwbaar meetinstrument = niet systematische meetfouten.
Vertekeningen van meetresultaat omdat meetinstrument niet valide is = systematische meetfouten (bias)

Question 3

Meetmodel versus structureel/conceptueel model

Answer 3

Meetmodellen visualiseren de operationalisaties van variabelen. Ze laten de meetinstrumenten en manipulaties zien in een studie.
Structurele/conceptuele modellen visualiseren de verbanden tussen de variabalen. De richting van de pijl is hierin van belang. Heeft een pijltje twee punten (bidirectioneel) dan is er een verband tussen twee variabelen maar is niet bekend of ze elkaar beïnvloeden.

Question 4

causale antecedent

Answer 4

De variabele die invloed uitoefent. Dus de onafhankelijke variabele/covariaat

Question 5

Causale consequent

Answer 5

De afhankelijke variabele of criterium/uitkomstmaat

Question 6

Normale verdeling

Answer 6

De normaalverdeling is unimodaal, niet scheef, niet spits of plat. De verdelingsmaten zijn dus 0. Als een verdeling erg in de buurt komt van 0 dan mag gesproken worden van een normale verdeling. Bij de normaalverdeling ligt 68% binnen +/- één standaarddeviatie van het gemiddelde, 95% binnen twee standaarddeviaties en 99,7% binnen drie standaarddeviaties van het gemiddelde.

Question 7

Z verdeling

Answer 7

Een normale verdeling met een gemiddelde van 0 en
standaarddeviatie van 1. Een Z-verdeling is handig omdat van elk datapunt in deze verdeling gelijk duidelijk is hoever het van het gemiddelde af ligt (b.v. +1 of -2).

Question 8

Z-score

Answer 8

Datapunten in een Z-verdeling heten z-scores. De Z-score geeft aan hoe ver een waarde van het gemiddelde af ligt. Een Z-score van 2 betekent dat het datapunt 2 standaarddeviaties boven het gemiddelde ligt. En dit betekent ook dat maar 2,5% nog hoger kan liggen. (2x2,5 =5)

Question 9

Standaardfout

Answer 9

De standaarddeviatie (oftewel, de standaardafwijking) van de steekproevenverdeling (steekproefgemiddelde) is de standaardfout. De standaardfout hangt af van de grootte van de steekproef. Hoe groter de steekproef, hoe smaller de steekproevenverdeling en hoe kleiner de standaardfout.

Question 10

Hogere meetniveaus hebben de voorkeur omdat

Answer 10

Hogere meetniveaus (continu niveau) hebben de voorkeur op categorische meetniveau omdat:
• Een verband aantonen tussen twee continu variabelen vereist minder deelnemers
• Categorische operationalisaties zijn niet altijd valide.
• Het is altijd mogelijk om van hogere niveaus naar lager te gaan maar niet andersom.
• Indeling in categorieën geeft vaak een vertekening van de werkelijkheid.

Question 11

Absolute frequenties

Answer 11

Het aantal datapunten in een steekproef, de frequenties.

Question 12

relatieve frequenties

Answer 12

Geven informatie over het aantal datapunten in een categorie ten opzichte van het totale aantal datapunten.

Question 13

Cumulatieve frequenties

Answer 13

Het percentage van een bepaalde meetwaarde samen met de percentages van alle lagere meetwaarden

Question 14

Meetniveaus van hoog naar laag

Answer 14

Hoog: continue
Laag: ordinaal, nominaal, dichotoom.

Question 15

Meetniveaus van hoog naar laag

Answer 15

Hoog: continue
Laag: ordinaal, nominaal, dichotoom.

Question 16

Positief verband

Answer 16

Naarmate de waarde van de variabele op de X-as toeneemt, neemt ook de waarde van de variabele op de y-as toe. Dit betekent dus dat als onderzoekseenheden meer kenmerk hebben van x, zij ook vaak meer kenmerk hebben van y.

Question 17

Negatief verband

Answer 17

Onderzoekseenheden die hoger score op variabele van de X-as, scoren lager op variabele van de Y-as. Dit heeft ook deels te maken met hoe je een variabele definieert. Wanneer je dit namelijk net andersom (b.v. voorkeur wordt afkeur) kan het verband juist wel weer positief worden. Het betekent dus niet dat er geen verband is of negatief niets betekent, maar juist dat het verband anders ligt.

Question 18

Correlatie

Answer 18

De correlatie drukt uit hoe sterk twee continue variabelen met elkaar samenhangen. Samenhangen wil nog niet zeggen dat ze elkaar beïnvloeden. Correlatie is dus geen causaliteit.

Question 19

Covariantie

Answer 19

De covariantie is de maat voor de spreiding die twee datareeksen delen.

Question 20

Nadeel van covariantie

Answer 20

De covariantie drukt handig uit hoe sterk variabelen samenhangen maar dit is afhankelijk van de meetschalen waarop de variabelen gemeten zijn. B.v. wordt lengte in meters, cm. Of mm gemeten? Je wil de covariantie dus corrigeren voor de schaalverdelingen van de gebruikte operationalisaties. Hiervoor bereken je de correlatiecoëfficiënt.

Question 21

Pearsons R

Answer 21

Door de correlatiecoëfficiënt uit te rekenen elimineer je schaalafhankelijkheid. De R is hetzelfde als het product van de Z-score. . De R ligt altijd tussen -1 en 1 waarbij 0 geen verband is en -1 de perfecte negatieve samenhang en 1 de perfecte positieve samenhang.
Hoe groter de steekproef, hoe groter de kans dat de correlatie in de buurt ligt van de steekproefcorrelatie.

Question 22

Symmetrie

Answer 22

De steekproefverdeling voor het gemiddelde is symmetrisch.
De T-verdeling is symmetrisch
De steekproefverdeling voor correlaties is asymmetrisch
Regressieanalyse is asymmetrisch

Question 23

P-waarde en steekproefomvang

Answer 23

De p-waarde is een functie van de sterkte van het verband en de steekproefomvang. Als de steekproefomvang toeneemt, daalt de p-waarde voor een gegeven verband.

Question 24

P-waarde berekenen

Answer 24

De P-waarde bereken je door de kans op correlatie te delen door 100 en vervolgens te vermenigvuldigen.

Question 25

Type 1 fout

Answer 25

Een type 1 fout wordt gemaakt als de nulhypothese onterecht wordt verworpen, dus als er in een onderzoek wordt geconcludeerd dat er een verband bestaat terwijl dit niet het geval is. Bij een alpha van 0,05 gebeurt dit in 5% van de getrokken steekproeven uit een populatie waar het betreffend verband niet bestaat. De kans op een type 1 fout wordt alleen verlaagd door een lagere alpha te kiezen.

Question 26

Type 2 fout

Answer 26

Een type 2 fout is ten onrechte de nulhypothese aanhouden. Een lagere alpha verkleint de kans op een
type 1 fout maar vergroot de kans op een type 2 fout. Dit kan je oplossen door de steekproefomvang te vergroten. De grafiek wordt dan hoger en smaller. Je kan de type 2 fout berekenen door het percentage af te
lezen hoeveel overlap er is.

Question 27

Power

Answer 27

de kans dat we een verband kunnen detecteren, aangenomen dat het verband ook echt bestaat. Is de daadwerkelijke populatie correlatie groter, dan wordt de power ook groter. De power is het andere gedeelte van de percentage van de Type2 fout.

Question 28

Multiple testing

Answer 28

Als er meer dan één verband wordt geschat, neemt de kans op type1 fouten toe. De kans op minimaal één type 1-fout kan berekend worden met de volgende formule:
Pminimaal 1 type 1-fout = 1 - (1-a)k
K is hierbij het aantal p-waarden wat wordt berekend. De uitkomst is de kans op minimaal 1 type 1 fout in procenten.