ISW OM3 25-26 volledige aantekeningen: uitgewerkt, aangevuld en versimpeld (deel 1)

​OM3 AANTEKENINGEN, aangevuld, uitgewerkt, begrepen​



​HET toetstabel:​

​Onafhankelijke​ ​Afhankelijke​ ​Parametrische​ ​Non-parametrisc​ 🧠
​ Voorbeeld van​
​variabele (X)​ ​ ariabele (Y)​
v ​toets​ ​h alternatief​ ​onderzoeksvraag​



​n.v.t.​ ​continu​ ​ -toets voor één​
T ​–​ I​s het gemiddelde IQ in​
​groep​ ​deze klas​​anders dan 100​​?​



​ inair (twee​
b ​continu​ ​ ngepaarde​
O ​ ann–Whitney U​ V
M ​ erschilt het​​gemiddelde​
​onafhankelijke​ ​t-toets​ ​/ Wilcoxon​ ​stressniveau​​tussen​
​groepen)​ ​rank-sum​ ​mannen en vrouwen​​?​



​ inair (twee​
b ​continu​ ​ epaarde​
G ​ ilcoxon​
W ​ erandert het​​gemiddelde​
V
​afhankelijke​ ​t-toets​ ​rangtekentoets​ ​gewicht​​van mensen​​voor​
​groepen)​ ​en na​​een​
​dieetprogramma?​


​continu & continu​ ​n.v.t.​ ​ earson’s r​
P ​ pearman’s rho /​ I​n hoeverre hangen​​aantal​
S
​correlatie​ ​Kendall’s tau​ ​uren studeren​​en​
​tentamencijfer​​samen?​


​ ontinu &/of​
c ​continu​ ​ ineaire​
L ​–​ I​n welke mate voorspelt​
​categorisch​ ​regressie​ ​aantal uren studeren​​het​
​tentamencijfer​​?​


​continu​ ​binair​ ​ ogistische​
L ​–​ ​ oorspelt het​​inkomen​​of​
V
​regressie​ ​iemand​​een huis bezit​
​(ja/nee)​​?​


​ ategorisch (>2​
c ​continu​ ​Eenweg ANOVA​ ​Kruskal–Wallis​ ​ erschilt het​​gemiddelde​
V
​onafhankelijke​ ​geluksniveau​​tussen​
​groepen)​ ​mensen met​​laag, midden​
​en hoog inkomen​​?​




​ ategorisch &​
c ​continu​ ​ weeweg​
T ​–​ ​ erschilt het​​gemiddelde​
V
​categorisch​ ​ANOVA​ ​stressniveau​​tussen​
​mannen/vrouwen​​én​
​tussen​
​studenten/werkenden​​?​

,​ ategorisch +​
c ​continu​ ​ANCOVA​ ​–​ ​ erschilt het​​gemiddelde​
V
​continue covariaat​ ​gewicht​​tussen​​groepen​
​(bijv. sporttypes)​​als we​
​leeftijd​​constant houden?​


​ ategorisch​
c ​continu​ ​ erhaalde​
H ​ riedman’s​
F ​ erandert het​​geluksgevoel​
V
​continu (meerdere​ ​metingen​ ​ANOVA​ ​van mensen​​op drie​
​metingen in de tijd)​ ​ANOVA​ ​meetmomenten​​(bijv. voor,​
​tijdens en na vakantie)?​




​ ategorisch &​
c ​categorisch​ ​ hi-kwadraattoe​
C ​–​ I​s er een verband tussen​
​categorisch​ ​ts​ ​geslacht (m/v)​​en​
​(nominaal)​ ​stemgedrag (partij A/B/C)​​?​

,​HC 28-10​

​Doel statistiek:​
​-​ ​Veel informatie samenvatten​
​-​ ​Verbanden blootleggen​
​-​ ​Effectiviteit evalueren van wet- en regelgeving/medische​
​ingrepen/onderwijsprogramma’s en veel meer: nemen van beslissingen in​
​ontwikkelingen​
​-​ ​! Uitspraken doen over een hele populatie op basis van een steekproef !​

​→ zorgvuldig te werk gaan van groot belang​
​-​ ​Altijd eerst hypothese op basis van theorie​
​-​ ​Geen P-hacking (zoeken naar significant verband, selectief resultaten laten​
​zien)​
​-​ ​“Rubbish in is rubbish out”: al is je model zo goed, je data moet op orde zijn,​
​want anders heb je er niks aan (ook bvb representatie in je data)​
​-​ ​TOETS AANNAMES, sensitiviteitsanalyse, robustness checks: komt erop​
​neer dat je de aannames die je doet goed moet checken​
​-​ ​De KWALITATIEVE AARD van kwantitatief onderzoek​
​-​ ​Kwantitatief lijkt meer positivistisch(op zoek naar objectieve waarheid,​
​objectivisme, allerlei kwaliteitscriteria) (staat tegenover interpretivisme,​
​constructivisme)​
​-​ ​Maar kan kwantitatief onderzoek wel objectief zijn? (nee)​
​-​ ​Vaak gezien als:​
​Kwantitatief​ ​Kwalitatief​

​getallen​ ​woorden​

v​ ooraf gedefinieerde​ ​ ieuwe categorieën​
n
​categorieën/variabelen​ ​onderscheiden​

​deductie​ ​inductie/iteratief proces​

​afstand van respondent​ ​dichtbij respondent​
​ aar eigenlijk zit het juist dicht bij elkaar, er zit veel ruis tussen.​
M
​-​ ​Het hele idee van KWANTIFICEREN= we plakken een getal op​
​betekenis en interpretatie​
​-​ ​je hebt zelf besloten als onderzoeker dat je het in categorieën​
​gaat indelen etc, DE BETEKENISVOLLE VARIATIE WORDT​
​BEPAALD DOOR DE ONDERZOEKER, wordt goed over​
​nagedacht en onderbouwd maar het blijven keuzes​
​-​ ​ook het ORDENEN van categorieën wordt bepaald door​
​onderzoeker (bvb wat maakt ‘hoger opgeleid’ ‘hoger’, en ‘lager​
​opgeleid’ ‘lager’?​

, ​-​ !​!!!! Wees dus bewust van de kwalitatieve informatie die eronder​
​zit​

​-​ ​Aannames doen niet per se slecht, het is betekenis toeschrijven​
​-​ ​VERLIES van rijke, gedetailleerde informatie​
​-​ ​TOEVOEGEN van betekenis en interpretatie​
​-​ ​Kwantitatief en kwalitatief ook geen streng onderscheid, maar een spectrum​
​(met als uiteindes bvb ‘storytelling’ en ‘wiskunde’)​
​(storytelling→categorisatie→tellen→ordenen→lineaire relaties→wiskunde)​


!​ Zelfs in de natuurwetenschappen construeren wij alle informatie (categorieën,​
​instrumenten, wij bepalen welke vragen op de agenda komen, wij stellen​
​verwachtingen en criteria vast etc)​


​Variabelen​
​-​ ​Analyse-eenheid​​= datgene waarover je info verzamelt​​(individuen, bedrijven,​
​landen, scholen)​
​-​ ​Variabelen​​= gemeten kenmerken van een analyse-eenheid​​(bvb gender,​
​leeftijd in jaren, likertschaal)​
​-​ ​Waardes​​= de scores van een analyse-eenheid (de antwoorden​​eig)​
​-​ ​value lables​​geven aan wat de waardes betekenen (bvb​​bij gender:​
​0=man, 1=vrouw)​
​-​ ​Onafhankelijke variabele​​(predictor)(​​X​)= de vermoedelijke​​oorzaak​
​-​ ​heeft invloed op iets anders​
​-​ ​per analyse meestal meerdere onafhankelijke variabelen​
​-​ ​Afhankelijke variabele​​(outcome)(​​Y​)= het vermoedelijke​​gevolg​
​-​ ​wordt beïnvloed door iets anders​
​-​ ​per analyse meestal één afhankelijke variabele​
​-​ ​voorbeeld: Heeft je studie invloed op je politieke mening​
​-​ ​onafhankelijk=studie​
​-​ ​afhankelijk=politieke mening​

​Term​ ​Wat het is​ ​Voorbeeld​

​Analyse-eenheid​ ​Waarover je info verzamelt​ ​Één student​

​Variabele​ ​Wat je meet​ ​Geslacht, Leeftijd​

​Waarde​ ​Het specifieke antwoord​ ​“Vrouw”, “21 jaar”​

​Value label​ ​De uitleg bij een code​ ​1 = Vrouw, 0 = Man​




​aus (Hoe je data indeelt / meet / hoe precies je iets meet)​