KNODBO P2 + P3 HOORCOLLEGES + KENNISCLIPS +
WERKCOLLEGES
Belangrijke vragen bij gebruik van vragenschalen als
meetinstrument
- Is er samenhang tussen meetinstrument en andere
meetinstrumenten?
o Analyse = correlatieanalyse
- Is het meetinstrument valide? Meet het instrument elke keer precies
wat we willen meten? (op item niveau)
o Analyse = Factoranalyse
- Is het meetinstrument betrouwbaar? Meet het instrument elke keer
hetzelfde?
o Analyse = betrouwbaarheidsanalyse
Correlatie
- Pearson’s correlatie (r) is meest gebruikte method om sterkte van
verband tussen 2 variabelen uit te drukken
- Mate van samenhang tussen 2 variabelen
- Als 2 indicatoren een gemeenschappelijke oorzaak hebben ->
correlatie
- Hoe kleiner variantie van e1 en e2 (random error) -> des te sterker
is correlatie
- -1 < r < 1
- Voor continue variabelen met interval of ratio meetniveau maar
werkt ook goed voor ordinale variabelen, zoals Likert schalen
Puntenwolken en correlatiesterkte (Pearson’s)
- Gaat bij Pearson’s correlatie om de spreiding binnen de puntenwolk
o Minder spreiding = sterke correlatie, meer spreiding =
zwakkere correlatie
Correlatie
- Het gaat ons om de sterkte en de significantie van de correlatie
- Verklaarde variantie (R^2) = correlatie in het kwadraat
- H0 = nulhypothese -> veronderstelling dat effect niet bestaat
, - H1 = nulhypothese wordt verworpen bij significantie (P < 0.05) ->
kans dat H0 dan waar is, geen effect, is dan 5%
Wanneer is een correlatie Significant? SE en significantie
- Als SE kleiner dan de helft van de correlatie is
- Hoe groter N, des te kleiner de SE
Validiteit en betrouwbaarheid
Validiteit
- Meet je ook daadwerkelijk wat je wil meten? Wat je bedoelt te
meten?
- Gaat over de geldigheid van een meting
Betrouwbaarheid
- Meet je stabiel? Elke keer hetzelfde?
- Gaat over interne consistentie van je meetinstrument
Meetfouten
- Item X = iets tastbaars, we hebben een score (bv. een stelling)
- True value = onbekend, niet gemeten (bv. echte enthousiasme voor
statistiek)
- Measurement error = bepaalde items misschien duidelijk
geformuleerd, of iemand kruist verkeerde aan
Meten van betrouwbaarheid
, Bij multiple-indicator measure: is er interne consistetie? Is er samenhang
tussen de items? Passen de 5 items wel bij elkaar?
- Vast te stellen met Split-half methode -> items in 2 groepen delen
- Vast te stellen met Cronbach’s alfa
Cronbach’s Alpha
- Getal dat slaat op de hele schaal, niet op bepaald item
- Je set van vragen (schaal) moeten samen 1 concept meten
- Cronbach’s alpha geeft betrouwbaarheid/interne consistentie van
schaal
- Ligt tussen 0 en 1
- .80 of hoger betekent betrouwbare schaal
Eigenschappen Cronbach’s Alpha
- Onderschatting van de betrouwbaarheid -> betrouwbaarheid is
minimaal CA, kan hoger zijn
- Hoe meer items -> hoe hoger de CA
- Hoe hoger de samenhang (inter-item correlation) tussen de items ->
hoe hoger de CA
Cronbach’s alfa: kracht van veel indicatoren
- Gemiddelde correlatie tussen je indicatoren
o Alfa groter naarmate gemiddelde correlatie tussen items
groter
- Hoeveelheid indicatoren
o Alfa wordt vaak groter naarmate aantal items groter wordt
Stappenplan betrouwbaarheidsanalyse
1. Check of concept dat je meet 1 dimensioneel is, en of alle vragen in
dezelfde richting gecodeerd
a. Ééndimensionaal = dat alle vragen hetzelfde onderliggende
begrip meten (bv. enthousiasme)
2. Bekijk Cronbach’s Alpha -> beslis of je items weg moet laten
WERKCOLLEGES
Belangrijke vragen bij gebruik van vragenschalen als
meetinstrument
- Is er samenhang tussen meetinstrument en andere
meetinstrumenten?
o Analyse = correlatieanalyse
- Is het meetinstrument valide? Meet het instrument elke keer precies
wat we willen meten? (op item niveau)
o Analyse = Factoranalyse
- Is het meetinstrument betrouwbaar? Meet het instrument elke keer
hetzelfde?
o Analyse = betrouwbaarheidsanalyse
Correlatie
- Pearson’s correlatie (r) is meest gebruikte method om sterkte van
verband tussen 2 variabelen uit te drukken
- Mate van samenhang tussen 2 variabelen
- Als 2 indicatoren een gemeenschappelijke oorzaak hebben ->
correlatie
- Hoe kleiner variantie van e1 en e2 (random error) -> des te sterker
is correlatie
- -1 < r < 1
- Voor continue variabelen met interval of ratio meetniveau maar
werkt ook goed voor ordinale variabelen, zoals Likert schalen
Puntenwolken en correlatiesterkte (Pearson’s)
- Gaat bij Pearson’s correlatie om de spreiding binnen de puntenwolk
o Minder spreiding = sterke correlatie, meer spreiding =
zwakkere correlatie
Correlatie
- Het gaat ons om de sterkte en de significantie van de correlatie
- Verklaarde variantie (R^2) = correlatie in het kwadraat
- H0 = nulhypothese -> veronderstelling dat effect niet bestaat
, - H1 = nulhypothese wordt verworpen bij significantie (P < 0.05) ->
kans dat H0 dan waar is, geen effect, is dan 5%
Wanneer is een correlatie Significant? SE en significantie
- Als SE kleiner dan de helft van de correlatie is
- Hoe groter N, des te kleiner de SE
Validiteit en betrouwbaarheid
Validiteit
- Meet je ook daadwerkelijk wat je wil meten? Wat je bedoelt te
meten?
- Gaat over de geldigheid van een meting
Betrouwbaarheid
- Meet je stabiel? Elke keer hetzelfde?
- Gaat over interne consistentie van je meetinstrument
Meetfouten
- Item X = iets tastbaars, we hebben een score (bv. een stelling)
- True value = onbekend, niet gemeten (bv. echte enthousiasme voor
statistiek)
- Measurement error = bepaalde items misschien duidelijk
geformuleerd, of iemand kruist verkeerde aan
Meten van betrouwbaarheid
, Bij multiple-indicator measure: is er interne consistetie? Is er samenhang
tussen de items? Passen de 5 items wel bij elkaar?
- Vast te stellen met Split-half methode -> items in 2 groepen delen
- Vast te stellen met Cronbach’s alfa
Cronbach’s Alpha
- Getal dat slaat op de hele schaal, niet op bepaald item
- Je set van vragen (schaal) moeten samen 1 concept meten
- Cronbach’s alpha geeft betrouwbaarheid/interne consistentie van
schaal
- Ligt tussen 0 en 1
- .80 of hoger betekent betrouwbare schaal
Eigenschappen Cronbach’s Alpha
- Onderschatting van de betrouwbaarheid -> betrouwbaarheid is
minimaal CA, kan hoger zijn
- Hoe meer items -> hoe hoger de CA
- Hoe hoger de samenhang (inter-item correlation) tussen de items ->
hoe hoger de CA
Cronbach’s alfa: kracht van veel indicatoren
- Gemiddelde correlatie tussen je indicatoren
o Alfa groter naarmate gemiddelde correlatie tussen items
groter
- Hoeveelheid indicatoren
o Alfa wordt vaak groter naarmate aantal items groter wordt
Stappenplan betrouwbaarheidsanalyse
1. Check of concept dat je meet 1 dimensioneel is, en of alle vragen in
dezelfde richting gecodeerd
a. Ééndimensionaal = dat alle vragen hetzelfde onderliggende
begrip meten (bv. enthousiasme)
2. Bekijk Cronbach’s Alpha -> beslis of je items weg moet laten
