Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Onderzoeksmethoden en -technieken > Oefeningen > Flashcards

Oefeningen Flashcards

1
Q

Lambda

A

ƛ(y/x) = (aantal fouten zonder x - aantal fouten met x) / aantal fouten zonder x

Contigentietabel maken, onafhankelijke (x) rechts
(Kleinste waarde som onderdaan - som twee minste fouten midden) / kleinste som onderaan

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Chi kwadraat

A

𝜒2 = som (O-E)^2/E
Met O = observed en E = expected

Contingentietabel maken, expected values berekenen
E = (som ene variabele . som andere variabele) / totaal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Variantie

A

s^2 = som (xi - gem)^2/N
Gemiddelde berekenen, frequentietabel maken

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Standaardafwijking

A

s = √som (xi - gem)^2/N

Gemiddelde berekenen, frequentietabel maken
Vierkantswortel van variantie

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Covariantie

A

cxy = som (xi-gem).(yi-gem)/N

Gemiddelde van x en y berekenen, frequentietabel maken
(xi-gem), (yi-gem), (xi-gem).(yi-gem)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Correlatie

A

rxy = cxy/sxsy
Met sx = √som(xi-gem)^2/N
Met sy = √som(yi-gem)^2/N

Gemiddelde van x en y berekenen, frequentietabel maken
(xi-gem), (yi-gem), (xi-gem).(yi-gem)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Pearson’s median skewness

A

3.(gem-med)/s

Gemiddelde, mediaan en standaardafwijking berekenen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Rangnummers

A
  1. Orden meetwaarden van hoog naar laag of van beste score naar slechtste score
  2. Hoogste meetwaarde krijgt nummer 1, volgende rangnummer 2, enz…
    Indien gelijke meetwaarde: gemiddelde van rangnummers die normaal zouden gegeven worden
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Percentiele rangen

A
  1. Rangschik meetwaarden van laag naar hoog (xi)
  2. Noteer absolute frequentie bij elke meetwaarde (Fi)
  3. Bereken cumulatieve absolute frequenties (Ci)
  4. Bereken relatieve frequenties (fi = Fi/N)
  5. Bereken cumulatieve relatieve frequenties (ci)
  6. Cumulatieve relatieve frequenties in % (PR = ci.100)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Lineaire z-score

A

zi = (xi-gem)/s

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Genormaliseerde z-score

A
  1. Selecteer uniek waargenomen schaalscores (xi)
  2. Bereken voor elke unieke waargenomen schaalscore hoe vaak deze voorkomt (Fi)
  3. Bereken het aantal keer dat een unieke waargenomen schaalscore of een kleinere unieke waargenomen schaalscore voorkwam (Ci)
  4. Deel de absolute cumulatieve frequenties door het aantal personen (ci)
  5. Zoek voor elke ci op welke z-score hiermee overeenkomt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Interpretatie genormaliseerde z-score

A

Vb. -1,48: 7% van de deelnemers behalen een score lager of gelijk aan de ruwe score 7 OF (100 –7%) 93% behaalt een score hoger dan de ruwe score 7 OF De ruwe score 7 bevindt zich 1,48 standaardafwijkingen onder het gemiddelde van de genormaliseerde waargenomen verdeling (verdeling van de populatie benaderen).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Lineaire t-score

A

ti = 10.zi + 50
Met zi = lineaire z-score

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Genormaliseerde t-score

A

ti = 10.zi + 50
Met zi = genormaliseerde z-score

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Interpretatie genormaliseerde t-score

A

Vb. 50.8: 53% behaalt een score lager of gelijk aan ruwe score 11 OF
7% van de deelnemers behalen een score hoger dan ruwe score 11 OF
Ruwe score 11 bevindt zich rond het gemiddelde van de genormaliseerde waargenomen verdeling (deze verdeling kan de verdeling van de populatie benaderen)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Lineaire standaardmeetwaarde
(Herschalen z-scores naar een willekeurig gemiddelde (𝑀̅) en standaardafwijking s(M))

A

Mi = s(M) . (xi-gem/2) + Mgem

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Genormaliseerde standaardmeetwaarden

A
  1. Percentiele rang berekenen van xi
  2. PR/100 opzoeken in tabel

PR < 50: tegengestelde van z-waarde
PR > 50: (100-PR/100) berekenen en opzoeken in tabel of 1 - z-waarde

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Stanines

A
  1. Bereken staninebreedte: s/2
  2. Bereken grenzen stanine 5: (gemiddelde - s/4 ; gemiddelde + s/4(
  3. Bepaal grenzen stanine 4: (ondergrens stanine 5 - s/2 ; ondergrens stanine 5(
  4. Bepaal grenzen stanine 6: (bovengrens stanine 5 ; bovengrens stanine 5 + s/2(
  5. Ga na in welke stanine elke ruwe score zich bevindt
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Betrouwbaarheid: variantie en true score

A

Rxx’ = st^2 / si^2
= standaardafwijking van true score / standaardafwijking van geobserveerde score

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Betrouwbaarheid: variantie en meetfouten

A

Rxx’ = 1 - (st^2 / si^2)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Betrouwbaarheid: correlatie en true score

A

Rxx’ = rit^2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Betrouwbaarheid: correlatie en meetfouten

A

Rxx’ = 1 - rit^2

23
Q

Standaardmeetfout

A

sem = si√1-rxx’

24
Q

Betrouwbaarheid: test-retest

A

Rxx’ = cxx’ / sxsx’
Rxx’ = covariantie / standaardafwijkingen beide tests

Tabel maken met (xi-gem), (xi-gem)^2, (yi-gem), (yi-gem)^2, (xi-gem).(yi-gem)

25
Q

Betrouwbaarheid: parallelle test

A

Rxx’ = cx1cx2 / sx1sx2

= Betrouwbaarheid parallelle test na tijdsinterval

26
Q

Betrouwbaarheid: split-half

A

Rxx’ = 2r’split-half1’ / 1+r’split-half1’
= Betrouwbaarheid: odd/even

  1. Scores oneven (= odd) vragen optellen (x)
  2. Scores even (= even) vragen optellen (y)
  3. Bereken correlatie tussen odd en even subschalen
  4. De odd/even formule toepassen
  5. Bereken de standaardmeetfout
27
Q

Betrouwbaarheid: ruwe cronbach alpha

A

ⲁ = (k/k-1) . (1- som si^2/sx^2)
ⲁ = (k/k-1) . (1- som cii/sx^2)

28
Q

Betrouwbaarheid: gestandaardiseerde cronbach alpha

A

Rxx’ = krii / 1+(k-1)rii

29
Q

Betrouwbaarheid: Kuder-Richardson 20 (KR20)

A

Rxx’ = (k/k-1) . (1- somp.q/sx^2)
Met p = proportie deelnemers die item i juist hadden
Met q = proportie deelnemers die item i fout hadden

30
Q

Betrouwbaarheid: verlengde/verkorte test

A

Rxx’-herzien = nRxx’-origineel / 1+(n-1).Rxx’-origineel

31
Q

Betrouwbaarheid: n zoeken bij verlengde/verkorte test

A

n = rxx’herzien.(1-rxx’origineel) / rxx’origineel.(1-rxx’herzien)

32
Q

Omega

A

⍵ = (somƛ)^2 / ((somƛ)^2 + som se^2)

33
Q

Betrouwbaarheid

A

Monotrait-monomethode
Sterke correlatie: > 0,70

34
Q

Convergente validiteit

A

Monotrait-hetermethode
Gemiddelde-sterke correlatie: 0,44-0,60

35
Q

Discriminante validiteit

A

Heterotrait-monomethode
Zwakke-gemiddelde correlatie: 0,18-0,30

36
Q

Nonsense validiteit

A

Heterotrait-heteromethode
Zwakke correlatie: < 0,30

37
Q

Item-moeilijkheidsindex

A

pi optimaal = (1+g)/2
Best rond 0,50 (tussen 0,30 en 0,70)

38
Q

Item-betrouwbaarheidsindex

A

sirit = si . rit (deelformules op formularium)
Met gem xp = gemiddelde score van personen die vraag juist hebben
Met pi = proportie personen die vraag juist hebben

39
Q

Item-validiteitsindex

A

siric = si . ric (deelformules op formularium)
Met gem xp = gemiddelde score van personen die vraag juist hebben
Met pi = proportie personen die vraag juist hebben
Zelfde formules als item-betrouwbaarheidsindex (sirit)

40
Q

Item-discriminatieindex

A

di = (Uc-Lc)/U
Met Uc = aantal hoogscoorders dat item juist heeft
Met Lc = aantal laagscoorders dat item juist heeft
Met U = totaal aantal hoogscoorders

41
Q

Item karakteristiek curve (ICC)

A

Hoe meer naar rechts, hoe moeilijker
Hoe steiler, hoe betere differentiatie
Hoe hoger het begint, hoe minder antwoordopties (beginnen op x-as → geen gokkans)

42
Q

IRT Meetmodellen

A

1-parameter logistisch model (Rasch model): trait-level en moeilijkheid
2-parameter logistisch model: trait-level, moeilijkheid en discriminerend vermogen
3-parameter logistisch moden: trait-level, moeilijkheid, discriminerend vermogen en gokkans

43
Q

Graded respons model

A

Trait-level, moeilijkheid, discriminerend vermogen
Vier moeilijkheidsparameters: geen rekening houden met ‘helemaal niet akkoord’
Eerst kans op elke optie of hoger berekenen, dan kansen aftrekken voor exacte kans

44
Q

Item informatie en test informatie

A

I(ϑs) = 1-parameter logistisch model . (1 - 1-parameter logistisch model)

45
Q

Sensitiviteit

A

TP / TP+FN
Verhouding tussen het aantal correct geïdentificeerde respondenten met het geteste kenmerk, ten opzichte van alle personen die in werkelijkheid het geteste kenmerk hebben

46
Q

Specificiteit

A

TN / TN+FP
Verhouding tussen het aantal correct geïdentificeerde respondenten zonder het geteste kenmerk, ten opzichte van alle personen die in werkelijkheid het kenmerk niet hebben

47
Q

False positive rate (FPR)

A

FP / FP+TN = 1 - specificiteit
Verhouding tussen het aantal fout geïdentificeerde respondenten zonder het geteste kenmerk, ten opzichte van alle respondenten die in de werkelijkheid het kenmerk niet hebben

48
Q

False negative rate (FNR)

A

FN / FN+TP = 1 - sensitiviteit
Verhouding tussen het aantal fout geïdentificeerde respondenten met het geteste kenmerk, ten opzichte van alle respondenten die in de werkelijkheid het kenmerk hebben

49
Q

Positive predictive value (PPV)

A

TP / TP+FP
Kans dat een persoon met een positief testresultaat in werkelijkheid het kenmerk heeft

50
Q

Negative predictive value (NPV)

A

TN / TN+FN
Kans dat een persoon met een negatief testresulaat in werkelijkheid het kenmerk niet heeft

51
Q

Positive likelihood ratio (PLR)

A

sensitiviteit / 1-specificiteit

52
Q

Negative likelihood ratio (NLR)

A

1-sensitiviteit / specificiteit

53
Q

Bayes theorem

A

P(A/B) = P(B/A).P(A) / P(B)
P(A) = kans dat iemand het gemeten kenmerk heeft
P(B) = kans dat iemand een positieve diagnose krijgt
P(A/B) = de kans dat iemand het gemeten kenmerk heeft indien deze persoon ook een positieve diagnose krijgt
P(B/A) = de kans dat iemand een positieve diagnose krijgt indien deze persoon werkelijk het gemeten kenmerk heeft

Onderzoeksmethoden en -technieken (12 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions