TOETS Flashcards
1
Q
Kenmerken van een wetenschappelijk onderzoek
A
Empirisch
- Controleerbaar
- Probabilistisch
2
Q
Kenmerken van een goed wetenschappelijk onderzoekOndersteund door data
A
- Falsifieerbaar
- Spaarzaam
3
Q
Onderzoeksvragen
A
Fundamenteel: gericht op het verkrijgen van meer kennis in het algemeen
Toegepast: gericht op een specifiek probleem
4
Q
Theorie-data cyclus
A
Theorie > onderzoeksvraag > onderzoeksontwerp > hypothesen > dataverzameling > data analyse
5
Q
Stappenplan data analyse
A
Data management en voorbereiding
- Doornemen en reduceren van de data
- Coderen van de data
- Memo’s schrijven
- Modellen construeren en toetsen
6
Q
Voorwaarden van causaliteit
A
Covariance (verband)
- Temporal precedence (oorzaak voorafgaand aan het gevolg)
- Internal validity (alternatieve verklaringen uitsluiten)
7
Q
Acroniemen Kwalitatief:
A
SPICE (setting, population, interest, comparison, evaluation)
8
Q
Correlationeel acroniem
A
PAC (population, association, constructs)
9
Q
Experimenteel acroniem
A
PICO (population, intervention, comparison, outcome)
10
Q
Doelgericht:
A
Doelgericht: de onderzoeker gaat op zoek naar specifieke individuen die belangrijke informatie kunnen geven (case study logic)
11
Q
Gemak:
A
Gemak: de onderzoeker benadert participanten die eenvoudig te bereiken zijn (convenience sample
12
Q
Quota:
A
de onderzoeker heeft voorwaarden voor aantallen (bv. mannen en vrouwen)
13
Q
Sneeuwbal:
A
de onderzoeker gaat op zoek naar een respondent die andere mogelijke participanten met hem in contact kan brengen
14
Q
Sequentieel:
A
Sequentieel: de onderzoeker past tijdens het onderzoek de criteria aan om doelgerichter te werken
15
Q
Enkelvoudig:
A
elke participant heeft dezelfde kans om geselecteerd te worden en elke combinatie van participanten heeft dezelfde kans
16
Q
Gestratificeerd:
A
Gestratificeerd: een combinatie van meerdere steekproeven getrokken uit subgroepen in de populatie
17
Q
Cluster:
A
op basis van een lijst van clusters kunnen onderzoekers at random bepalen welke clusters worden opgenomen in de steekproef. Alle subjecten van de cluster vormen de steekproef.
18
Q
Getrapte:
A
er wordt eerst een cluster steekproef getrokken en vervolgens wordt uit de cluster een enkelvoudige aselecte steekproef getrokken
19
Q
Sample for range:
A
breed scala aan ervaringen
20
Q
Steekproevenspreiding:
A
het feit dat de waarden van de steekproefcorrelatie van steekproef tot steekproef variëren.
21
Q
Steekproeffout
A
het verschil tussen de waarde in de steekproef en de waarde in de populatie
22
Q
Standaardfout
A
de standaardafwijking van de steekproeffout
23
Q
Biased sample:
A
sommige mensen in de populatie hebben een grotere kans om voor de steekproef geselecteerd te worden
24
Q
Unbiased sample:
A
alle mensen in de populatie hebben een even grote kans om voor de steekproef geselecteerd te worden
25
Dekkingsfouten
kunnen een vertekening van de werkelijkheid veroorzaken
26
Non-response fouten:
het niet meedoen of niet beantwoorden van vragen
27
Triangulatie
Doel:
aanvullende ondersteuning voor theorie en vinden van tegenstrijdige resultaten om theorie eventueel aan te passen.
28
Data triangulatie
verschillende soorten kwalitatieve gegevens worden gecombineerd
29
Methoden triangulatie :
kwalitatieve en kwantitatieve methoden worden gecombineerd
30
Theoretische triangulatie :
verschillende invalshoeken worden gecombineerd
31
Onderzoeker triangulatie
de data van verschillende onderzoekers worden gecombineerd
32
Confirmation bias:
resultaten die niet overeenkomen met de verwachting worden (on)opzettelijk genegeerd door de onderzoeker > file-drawer probleem
33
Directe replicatie:
originele onderzoek reproduceren
34
Conceptuele replicatie:
dezelfde onderzoeksvraag maar andere methodes
35
Replicatie + uitbreiding:
voorwaarden of variabelen toevoegen aan het originele onderzoek
36
Impactfactor:
geeft een indicatie hoe vaak een tijdschrift geciteerd wordt
37
Nominaal meetniveau:
geen ordening (categorische variabelen)
38
Ordinaal meetniveau:
logische ordening (kwantitatieve of kwalitatieve variabelen)
39
Interval meetniveau:
natuurlijke ordening (kwantitatieve variabelen)
40
Ratio meetniveau:
natuurlijk ordening met absoluut nulpunt (kwantitatieve variabelen)
41
Test-hertest:
consequente scores bij herhaling van het meetinstrument
42
Interbeoordelaars
consequente scores wanneer meerdere onderzoekers het meetinstrument gebruiken
43
Interne: betrouwbaarheid
mate waarin respondenten soortgelijke antwoorden geven op vragen over hetzelfde theoretische begri
44
Interne:
kunnen alternatieve verklaringen worden uitgesloten?
45
Externe:
hoe goed kunnen de resultaten gegeneraliseerd worden?
46
Begripsvaliditeit:
hoe goed is een construct geoperationaliseerd?
47
Indruksvaliditeit:
hoe beoordelen onderzoekers een vragenlijst?
48
Inhoudsvaliditeit:
worden alle aspecten van het construct gemeten?
49
Criterium:
hangen de scores samen met de mate van concreet gedrag waarmee je samenhang verwacht?
50
Convergente:
hangen de scores samen met scores van een ander meetinstrument dat hetzelfde construct wil meten?
51
Divergente:
hangen de scores niet samen met scores op een ander meetinstrument dat een ander construct wil meten?
52
Statistische validiteit:
hoeverre ondersteunen de data de causale claim?
53
Bedreigingen van interne validiteit
- Design confounds
- Contaminatie
- Selectie effect
54
Reactiviteit
-
Kwalitatief onderzoek: gedrag wordt beïnvloed door aanwezigheid onderzoeker en het feit dat participanten weten dat ze geobserveerd worden
- Kwantitatief onderzoek: sociale wenselijkheid > bedreiging begripsvaliditeit
- Experimenteel onderzoek: afhankelijk van de setting zal de participant zijn gedrag aanpassen > bedreiging interne validiteit en ecologische validiteit
55
Eenzijdige hypothese:
hierin staat een specifieke richting en er is een specifieke, gerichte verwachting. Je kunt deze herkennen aan een < of een > in de hypothese.
56
Tweezijdige hypothese:
geen specifieke richting of verwachting. Je kunt deze herkennen aan een ≠ in de hypothese.
57
Type 1 fout:
foutief de nulhypothese verwerpen; zeggen dat er een verband/verschil/effect is terwijl die er niet is.
58
Type 2 fout:
onterecht de nulhypothese niet verwerpen; zeggen dat er geen verband/verschil/effect is terwijl die er wel is.
59
Bij een kleinere steekproef wordt de kans op een type 2 fout
hoger.
60
Grotere steekproeven voorkomen een type
2 error en zijn vaker reproduceerbaar.
61
P waarde
De kans dat je een soortgelijk of extremer resultaat vindt, als je aanneemt dat de nulhypothese waar is.
62
Bij een grote p waarde is het waarschijnlijk dat het resultaat door
toeval wordt veroorzaakt. Er is dus weinig ondersteuning voor de theorie.
63
Bij een kleine p waarde
minder waarschijnlijk dat het resultaat door toeval wordt veroorzaakt. Er is dus veel ondersteuning voor de theorie.
64
Alfa (significantieniveau)
Alfa is de kans op een type 1 fout.
65
Als de p waarde gelijk is aan of kleiner is dan alfa,
mag de nulhypothese verworpen worden. Als de p waarde groter is dan alfa mag de nulhypothese niet verworpen worden.
66
Cronbach’s alpha meet de
de samenhang tussen twee constructen
67
Power is de
kans dat de nulhypothese terecht verworpen wordt; je concludeert dat er een verband/ effect/verschil is in de populatie en die is er ook daadwerkelijk.
68
Hoe groter de steekproef,
hoe hoger de power
69
Hoe groter het verschil tussen groepen,
hoe hoger de power
70
Hoe groter alfa,
hoe hoger de power
71
Een eenzijdige test heeft
een hogere power dan een tweezijdige test
72
Een eenzijdige test heeft
een hogere power dan een tweezijdige test
73
Betrouwbaarheidsinterval
Wordt gebruikt om de grootte van het verschil tussen twee groepen te beschrijven. De breedte van het interval zegt iets over de nauwkeurigheid van de schatting.
74
Een grotere steekproef zorgt
voor een smaller interval
75
Een grotere spreiding in scores zorgt voor
een breder interval
76
Een hoger betrouwbaarheidsniveau zorgt
breder interval
77
Betrouwbaarheidsniveau
Onderzoekers kiezen een betrouwbaarheidsniveau dat past bij het significantieniveau. Als alfa 0.05 is kiezen onderzoekers voor een betrouwbaarheidsniveau van 95%.
78
Bij 99% is het waarschijnlijker dat de
populatiewaarde in het interval ligt dan bij 90%.
79
Met de t-toets bepalen we
of het verschil in groepsgemiddelden statistisch significant is grond van verschil in gemiddelden, spreiding en grootte van de groepen.
T = M1 – M2 / SF
80
Bij een groter verschil in gemiddelden wordt t
groter
81
Bij meer spreiding wordt t
kleiner
82
Bij grotere steekproeven wordt t
groter want als de steekproef groter wordt, wordt de standaardfout kleiner.
83
Voorwaarden T toets
-
Aselecte steekproef
- Afhankelijke variabele interval/ratio meetniveau
- Twee groepen zijn onafhankelijk
- Scores beide groepen normaal verdeeld
- Scores beide groepen gelijke spreiding
84
Cohen’s d
Drukt het verschil tussen de twee gemiddelden uit in standaardafwijkingen.
D = M1 – M2 / SD
85
Richtlijnen voor interpretaties Cohens D
0. 2 = kleine sterkte
0. 5 = medium sterkte
0. 8 = grote sterkte
86
Als het effect (d) groter wordt zie je
nog minder vaak een grote p waarde en wordt de power hoger
87
Correlatiecoëfficiënt r
Wordt gebruikt om de sterkte van de relatie tussen twee variabelen te meten
0. 1 = zwakke correlatie
0. 3 = medium correlatie
0. 5 = sterke correlatie
88
Test-hertest betrouwbaarheid Vuistregel =
0.5
89
Interbeoordelaars betrouwbaarheid Vuistregel
= 0.7
90
Interne betrouwbaarheid Vuistregel
= 0.7
91
Pearson correlatiecoëfficiënt
meet de sterkte en de richting tussen twee interval/ratio variabelen.
92
Spearman correlatiecoëfficiënt meet
de sterkte en richting tussen twee ordinale variabelen.
93
Voorwaarden bij een correlatie toets
-
Aselecte steekproef
- Beide variabelen interval/ratio meetniveau
- Lineaire relatie
94
Dataverzamelingsmethoden kwalitatief onderzoek
-
(semi-gestructureerde) interviews
- Focusgroepen
- Bestaande gegevens
- Observatie onderzoek
95
Verschillen in Observaties
1. Participerend (klassiek etnografisch) vs. Niet participerend
2. Verhuld vs. Onverhuld
3. Systematisch vs. Niet-systematisch
96
Complete participant/participant observers
staan vaak dicht bij de bestudeerde mensen
97
Covert observers
hebben meer afstand
98
Gatekeeper:
iemand die toestemming geeft om ergens onderzoek te doen
99
Key informant:
lid van de gemeenschap die onderzocht wordt (geeft belangrijke informatie)
100
Saturatie:
er zijn voldoende gegevens verzameld en geen nieuwe inzichten
101
Dataverzamelingsmethoden correlationeel onderzoek
-
Observatiestudies
- Bestaande gegevens
- Vragenlijsten
102
Stappen NHST
1. Formuleren hypothesen
2. Keuze en berekenen toetsingsgrootheid
3. Kans bepalen op resultaat gegeven H0
4. Beslissing nemen over H0
H0 verworpen > resultaat (statistisch) significant
103
Significantie wordt bepaald door
t en p
104
Beoordeling Relevantie aan de hand van :
Cohen’s d
105
- Beoordeling Nauwkeurigheid aan de hand van
: betrouwbaarheidsinterval
-
106
Beoordeling Geschiktheid aan de hand van
: controleren van assumpties
107
Voorwaarden voor goede en integere wetenschapsbeoefening
Eerlijkheid
- Zorgvuldigheid
- Transparantie
- Onafhankelijkheid
- Verantwoordelijkheid
108
Data fabricatie:
verzinnen van data > bedreiging eerlijkheid
-
109
Plagiaat:
kopiëren > bedreiging eerlijkheid
110
Data falsificatie:
niet rapporteren/aanpassen/foutief interpreteren van data
111
Opzettelijke falsificatie
> bedreiging eerlijkheid
112
Onopzettelijke falsificatie
> zorgvuldigheid
113
P-hacking:
zoeken naar significante verbanden in de data zonder vooraf hypotheses op te stellen > bedreiging transparantie
114
- HARKing
achteraf formuleren van hypotheses > bedreiging eerlijkheid
115
Oplossingen Questionable Research Practice:
retractie, post publication peer review, pre-registratie en replicatie
116
Anoniem onderzoek:
bij data verzameling worden geen persoonsgegevens verzameld
117
Vertrouwelijk onderzoek:
onderzoekers voorkomen dat persoonlijke data van respondenten bekend worden
118
Informed consent:
deelnemer wordt vooraf geïnformeerd over het onderzoek, welke gegevens wel en niet worden verzameld, mogelijke risico’s en/of voordelen er zijn bij deelname
119
Deceptie:
het weerhouden van details van het onderzoek
120
Availability heuristic:
dingen die gemakkelijk in ons opkomen bepalen onze gedachtegang > verkeerd inschatten van hoe vaak een situatie voorkomt
-
121
Present/present bias:
de verkeerde groepen gebruiken zodat je iets aan kunt tonen dat aanwezig is
-
122
Confirmation bias:
resultaten die niet overeenkomen met de verwachting worden (on)opzettelijk genegeerd door de onderzoeker
-
123
Bias blind spot:
de overtuiging dat we geen slachtoffer zullen worden van onze bias
124
Attribute codes:
achtergrond of demografische informatie van de participant
125
Index codes:
vertegenwoordigen grote stukken tekst en geven algemene onderwerpen aan
126
Analytic codes:
beschrijven de betekenis van specifieke stukken tekst
