Padanalyse Flashcards
Type 2 fout
Het effect is er wel, maar het is niet gevonden
De eerste toepasser van padanalyse
Herbert Simon
Bedenker padanalyse
Sewel Wright
Sewel Wright
Bedenker padanalyse, deed onderzoek naar of de kleur van caviavacht genetisch bepaald is
Wat is padanalyse
Een causale analyse op basis van correlaties
Eerste stap padanalyse
Het maken van een causale theorie waarin het causale mechanisme beschreven worden
Tweede stap padanalyse
Vertaal de theorie in een statistisch causaal model
Derde stap padanalyse
Verzamel data en schat de causale effecten in het model
Vierde stap padanalyse
Bekijk in hoeverre de verwachte correlaties tussen de variabelen op basis van het model overeenkomen met de waargenomen correlaties. Hierdoor kunnen we ons model aanpassen
Wat is een padmodel
1 omvattende hypothese over de onderliggende causale processen die de geobserveerde correlaties tussen 2 of meer variabelen grotendeels verklaren. Een statistische weergave van veronderstelde causale relaties tussen 2 of meer variabelen
2 doelen van padmodellen
- Toetsen van complexe causale hypothesen
- Causaal redeneren wat als
Toetsen van complexe causale hypothesen
Elke pijl krijgt een gewicht, hieruit kunnen we een verwachte samenhang tussen de variabelen berekenen
Op basis van het model en de gewichten kunnen we de
verwachte samenhang tussen de variabelen berekenen en die
vergelijken met de empirische samenhang om te zien of het
model een plausibele beschrijving van de werkelijkheid geeft
causaal redeneren ‘wat als…?’
Op basis van het model kunnen we causale effecten
beschrijven en mogelijke schijnverbanden identificeren.
Hiermee kunnen we ook beredeneren wat er (volgens) het
model zou gebeuren als we een variabele actief zouden
veranderen: dus we kunnen “wat als” vragen beantwoorden
Wetenschappelijke theorievorming
Hoe meer we te weten komen over relaties met andere variabelen, hoe beter de modellen waarmee we samenhang adequaat causaal kunnen verklaren
Wat is het belangrijkste doel van onderzoek
Identificeren van schijnrelaties en confouncers
Een vaakvoorkomende fout
Verwarring van de waarde van de variabele met de variabele zelf. Rijk en arm zijn 2 waarden van dezelfde variabele inkomen
5 basisrelaties
- Direct
- Indirect
- Schijnrelatie
- Onbekend effect
- Wederkerig effect
Direct effect
- gaat 1 richting op
- Causaal
- Oorzaak gevolg
- Er moet een correlatie zijn
Indirect effect
- 2 relaties, X > M en M > Y
- M staat voor mediator
Synoniem mediator
Intervenierende variabele
Schijnrelatie
Gemeenschappeijke oorzaak
Onbekend effect
Er is een correlatie tussen
We doen geen causale uitspraken
Geen deel van ons causaal verklaringsmechanisme.
Inhoudelijk: We veronderstellen een relatie tussen X1 en X2, maar we hebben geen theoretische verwachtingen
t.a.v. de oorsprong van het verband. Samenhang kan het gevolg van een direct effect zijn, een indirect effect,
wederkerig, maar dat laten we verder in het midden…
Synoniem onbekend effect
Ongespecifieerd effect
Wederkerig effect
Heel moeilijk te onderzoeken
Longitudinale data nodig
Veel met experience sampling
Synoniem wederkerig effect
Reciprocal effect
Bij welke effecten wordt er een causale relatie tussen X en Y verondersteld?
Direct effect, Indirect effect en wederkerig effect
Symbolische weergave direct effect
X > Y
Symbolische weergave indirect effect
X > M > Y
Symbolische weergave schijnrelatie
X < Z > Y
Symbolische weergave onbekende relatie
X <-> Y
Symbolische weergave wederkerige relatie
X <=> Y
Stap van theorie naar hypothese
Deductie
Stap van hypothese naar observatie
Onderzoeken
Stap van observatie naar inferentie
Inductie
Stap van inferentie naar theorie
Evaluatie
4 onderdelen van de empirische cyclus
Theorie
Hypothese
Observatie
Inferentie
Beste vertaling confounder
Verstorende variabele
Schijnsamenhang in het engels
spurious relationship
Padmodel
Een padmodel is een (statistische) weergave van veronderstelde
causale relaties tussen twee of meer variabelen
Het padmodel kun je zien als één omvattende hypothese over de
onderliggende causale processen die de geobserveerde correlaties
tussen twee of meerdere variabelen (grotendeels) verklaren
Wat heb je als je geen variatie hebt in je variabele
Een constante
Variabele
Variabelen hebben betrekking op eigenschappen (attributen) van onderzoekseenheden waarin je geïnteresseerd zijn
en waarin de onderzoekseenheden variëren
2 type hypothese
Causale of correlationele hypothese
VB causale hypothese
“Het maken van opgaves leidt tot beter
begrip van de stof.”
VB correlationele hypothese
Extraverte personen ervaren gemiddeld
genomen minder stress dan introverte
personen.
Interpretatie direct effect
Als de hypothese waar is, dan verwachten we samenhang te zien tussen observaties van X en Y => Als er geen samenhang is, dan kan er ook geen sprake
zijn van een direct effect (hypothese wordt verworpen). Als er wel samenhang is, dan is er empirische ondersteuning (support) voor de veronderstelde causale
relatie, maar dit is nog geen bewijs! We kunnen nog steeds niet met zekerheid stellen dat de relatie causaal is, want er kan ook sprake zijn van een schijneffect.
Hiervoor is aanvullend onderzoek nodig, bij voorkeur experimenteel.
