Thema 1:
Empirische onderzoekscyclus (onderzoek waaruit data wordt verzameld)à
1. Onderzoeksvraag formuleren
2. Studie ontwerpen
3. Data verzamelen
4. Data analyseren
5. Rapporteren
Dit doorlopen is een itera6ef proces. Soms lopen de fases door elkaar heen of moet je later
je onderzoeksvraag aanpassen bijv.
Publica1e bias= neiging van 6jdschriDen om alleen studies te publiceren die effecten laten
zien, dus waarbij de theorie die getoetst wordt in een ar6kel overeenkomt met de gevonden
data. De journals vinden dit interessanter om te uploaden.
Dubieuze onderzoeksprak1jken= dataverzameling gebaseerd op verkrijgen van gewenste
resultaten ipv op het zuiver uitvoeren van onderzoek. Er wordt (on)bewust toegewerkt naar
de gewenste resultaten ipv de werkelijkheid laten zien. à de gewenste uitkomsten
beïnvloeden de methode, analyse en rapportage.
Preregistra1e= het vastleggen van de onderzoeksvraag, opzet en methode van
dataverzameling/analyse.
Full disclosure= volledige openheid over het onderzoeksproces.
1.2:
Variabelen= iets dat varieert of kan variëren. Bijv een land, kan variëren maar als je alleen
mensen vraagt die uit Nederland komen variëren de scores op deze variabele niet. Eig iets
wat je meet ook.
Psychologische variabelen= deze variabelen zijn niet direct observeerbaar. Bijv extraversie.
Dit heeD geen duidelijke defini6e. Psychologische variabelen hebben geen algemeen
gebruikte eenheid, zoals leeDijd of aantal bonen. Intelligen6e is een uitzondering.
Psychologische constructen= psychologische variabelen waarbij de defini6e is afgeleid uit
theorie en waarbij die defini6e specificeert wat wel en wat niet tot de variabele hoort. Bijv
extraversie. Deze constructen zijn theore6sch omdat we niet weten of ze echt bestaan, wat
wel het geval is bij een tafel of zwaartekracht. Ook zijn ze niet direct observeerbaar.
Opera1onalisa1es= wordt gebruikt om psychologische constructen te meten. Maakt het
concreet en tastbaar. Vormen vertaling van defini6e theorie naar
mee6nstrument/manipula6e.
à 2 soorten
1. Mee1nstrumenten= om op consistente wijze een variabele te kwan6ficeren, oDewel
te representeren in een datareeks van getallen. Niet de bedoeling dat er iets wordt
beïnvloed. Er worden hierbij verschillende items (s6muli) gemeten, die samen het
betreffende construct omva=en. Meetwaarden= die schaal die je hebt van 1-7 bijv.
mogelijke waarden die je kan score. à doel om te kwan6ficeren van variabelen
zonder te verstoren.
, Reeks datapunten (getalen)= datareeks, acoms6g van hetzelfde mee6nstrument wordt
variabele genoemd.
Dus variabele = & theore6sche variabele & voor reeks datapunten, die indica6ef is voor
de waarde van die theore6sche variabele. Uit context moet blijken welke.
2. Manipula1es= juist bedoeling om construct te beïnvloeden. Hierdoor kan er gekeken
worden of er een causaal verband is tussen 2 variabelen. Of de ene variabele de
ander beïnvloed. Soms verschillende soorten manipula6es.
Meetmodel= visualiseert hoe een variabele via een
s6muli/items wordt geopera6onaliseerd. Variabelen/constructen
worden weergegeven in ovalen. In deze cursus reflec6ef
meetmodelà lopen lijnen van het construct (latente variabele)
naar de indicatoren (rechthoeking). Rich6ng pijl belangrijk.
n Voornamelijk voor mee6nstrumenten
Bij manipula6es maar 1 indicator (want maar 1 s6mulus). Pijl
andersom:
1.3 Betrouwbaarheid en validiteit
Betrouwbaarheid= de mate waarin een herhaling telkens
hetzelfde resultaat oplevert (stabiliteit van een
mee6nstrumenten over herhalingen). Hoe meer het afwijkt bij
herhaling hoe onbetrouwbaarder. Sommige mee6nstrumenten
zijn betrouwbaarder dan andere, bij lengte met een liniaal of
muurschuif. Er zijn ook verschillende verstorende factoren die de
zuiverheid van een me6ng kunnen beïnvloeden.
Niet-systema1sche meeGout (ruis)=complement van betrouwbaarheid, toevallige invloeden
op de score. Bijv niet goed slapen de dag voor een IQ test. Als deze meehout kleiner is, dus
als er minder verstorende invloeden zijn dan is de me6ng betrouwbaarder, vice versa.
Systema1sche meeGout (bias)= een systema6sche vertekening die invloed heeD op de
score. Dus niet toevallig, maar chronisch zoals slapenloosheid bij een IQ test.
Score uit mee6nstrument is dus: ware score op het construct + meehouten door
verstoringen op de testscore.
Validiteit= de mate waarin het mee6nstrument meet wat het moet meten.
2 soortenà
1. Causale opvaLng van validiteit= iets is valide als je kan testen dat het construct
bestaat (hoe het precies werkt) en de verschillen tussen (of binnen) mensen op het
construct tot verschillende uitkomsten op het mee6nstrument leiden. Validering van
, het mee6nstrument volgens deze validiteit: hoe verschillen in het construct leiden tot
verschillen in de uiteindelijke testscores. Veel werk om dit allemaal uit te zoeken,
vaak met validiteit wordt er naar de tweede soort gekeken:
2. Constructvaliditeit= in hoeverre interpreta6es van testscores ondersteund worden
door theorie en empirisch bewijs voor het gebruik van deze test. Bijv de samenhang
van items en schalen onderling, ook samenhang met andere variabelen en
uitkomsten zoals te verwachten is op basis van theorie en eerder onderzoek & of er
geen of beperkte samenhang is met mee6nstrumenten die een niet-gerelateerd
construct meten.
n Voordeel van deze benadering: gemakkelijk te onderzoeken. Deelnemers een aantal
andere mee6nstrumenten voor leggen en samenhang te bepalen.
n Nadeel van deze benadering: samenhang tussen scores biedt geen inzicht of het
mee6nstrument daadwerkelijk het construct meet dat het zou moeten meten of dat
het iets anders meet dat toevallig samenhangt met de andere vragenlijsten die zijn
onderzocht.
Als er een nieuwe vragenlijst ontwikkeld wordt door twijfel kwaliteit oude. Dan is er vaak
samenhang tussen nieuw en oud en dat zou dan bewijs moeten zijn voor constructvaliditeit.
Redenering problema6sch: kwaliteit oude vragenlijst was niet goed. Als je dit echt wilt weten
moet je toch causale opvajng van validiteit gebruiken, dat je uitzoekt hoe een
mee6nstrument werkt.
5 andere soorten van validiteità
1. Indruksvaliditeit (face validity): de mate waarin het mee6nstrument de indruk geeD
te meten wat het zou moeten meten na bestudering van het mee6nstument door
een leek of iemand uit het vakgebied. Erg prak6sch: onderzoeken alleen
mee6nstrument nauwkeurig bekijken.
2. Criteriumvaliditeit (criterion validity): de mate waarin de uitkomsten van een
mee6nstrument als verwacht samenhangen met die op een ander mee6nstrument of
uitkomstmaat. Bijv intelligen6etest en schoolcijfers.
3. Externe validiteit: de mate waarin de uitkomsten van een studie gegeneraliseerd
kunnen worden naar de doelpopula6es. Dus in hoeverre gevonden resultaten ook
buiten onderzochte context gelden.
4. Inhoudsvaliditeit (content validity): de mate waarin de items van het mee6nstrument
het gehele construct omva=en. Bijv alle punten van
impulsiviteit meten.
Niet-systema6sche meehoutenà niet volledig betrouwbaar
mee6nstrument
Systema6sche meehoutenà niet valide
Betrouwbaarheid en validiteit moet bij elke studie opnieuw
bepaald worden voor de mee6nstrumenten en manipula6es.
Kwan1ta1ef onderzoek= hierbij worden getallen toegekend
aan de variabelen. Vormen datareeksen en worden
geanalyseerd met sta6sche soDware, heeD een hoge kwaliteit
opera6onalisa6es nodig.
, Kwalita1ef onderzoek= perspec6ef deelnemers interpreteren en begrijpen, levert complexe
onderzoeksdata op, resultaten hebben beperkte geldingskracht en reikwijdte, Wel nodig om
iets nieuws te leren.
1.4 Popula9es en steekproeven
Hoofdstuk 5
Popula1e is de groep waarnaar onderzoek gedaan wordt. Vaak is deze te groot of beva=en
mensen uit het verleden of de toekomst bijv. Daardoor wordt er vaak een steekproef
genomen van de popula6e (een selec6e van de totale popula6e).
Je hebt verschillende steekproeven met 2 categorieën:
1. Probability samples= elk lid van de popula6e heeD een bepaalde, bekende kans om
te worden opgenomen in de steekproef (sample).
2. Non-probability samples= weet je niet wat de kans is dat een bepaald lid van de
popula6es wordt opgenomen in de steekproef.
3 voorbeelden van probability samples (aselecte steekproef):
1. Aselecte steekproef= ook wel random of willekeurige steekproef. Elke
onderzoekseenheid in de popula6e, evenveel kans om mee te doen.
2. Gestra1ficeerde aselecte steekproef (gelaagde steekproef) = popula6e wordt
opgedeeld in subpopula6es aan de hand van kenmerken die relevant zijn voor het
onderzoek. Daarna bij de subpopula6es een aselecte steekproef.
3. Mul1level aselecte steekproef (clustersteekproef) = onderzoekseenheden in
popula6e georganiseerd zijn in groepen, zoals scholieren in een klas in een school.
Eerst aselecte steekproef van scholen, dan van klassen en dan alle scholieren van die
klassen.
Bij probability samples zijn de resultaten representa6ef voor de popula6e. Ookal zijn er al6jd
niet-systema6sche meehouten en de steekproeffout. Door toeval kunnen er meer
verstorende factoren zijn (meehout) en een of meer uitzonderlijke mensen in de steekproef
belanden (steekproeffout). Hoe groter de steekproef hoe meer deze op de popula6e gaat
lijken.
4 voorbeelden van non-probability samples (selecte steekproef):
1. Convenience sampling= deelnemers worden gekozen op basis van aantal prak6sche
criteria, bijv geografische loca6e of bereidheid van deelnemers (zichzelf opgeven voor
het onderzoek via social media). Maakt niet uit wat voor kenmerken de deelnemers
hebben.
2. Snowball sampling= start met klein weloverwogen gekozen deelnemers. Wordt hier
wel gekeken naar bepaalde kenmerken die ze moeten hebben. Deze eerste
deelnemers wordt gevraagd om vrienden en kennissen uit te nodigen die voldoen
aan de eisen. Wordt vaak gebruikt bij moeilijk te bereiken groepen, zoals sekswerkers
of gebruik illegale middelen.
3. Purposive sampling= deelnemers worden weloverwogen geselecteerd op basis van
specifieke kenmerken. Bijv jonge vrouwen met kinderen en een full6mebaan. Vaak
gebruikt bij kwalita6ef onderzoek.
4. Quota sampling= ook met subpopula6es maar dan geen aselecte maar selecte
steekproef. Bijv snowball of convenience sampling toepassen op de subpopula6e.
Empirische onderzoekscyclus (onderzoek waaruit data wordt verzameld)à
1. Onderzoeksvraag formuleren
2. Studie ontwerpen
3. Data verzamelen
4. Data analyseren
5. Rapporteren
Dit doorlopen is een itera6ef proces. Soms lopen de fases door elkaar heen of moet je later
je onderzoeksvraag aanpassen bijv.
Publica1e bias= neiging van 6jdschriDen om alleen studies te publiceren die effecten laten
zien, dus waarbij de theorie die getoetst wordt in een ar6kel overeenkomt met de gevonden
data. De journals vinden dit interessanter om te uploaden.
Dubieuze onderzoeksprak1jken= dataverzameling gebaseerd op verkrijgen van gewenste
resultaten ipv op het zuiver uitvoeren van onderzoek. Er wordt (on)bewust toegewerkt naar
de gewenste resultaten ipv de werkelijkheid laten zien. à de gewenste uitkomsten
beïnvloeden de methode, analyse en rapportage.
Preregistra1e= het vastleggen van de onderzoeksvraag, opzet en methode van
dataverzameling/analyse.
Full disclosure= volledige openheid over het onderzoeksproces.
1.2:
Variabelen= iets dat varieert of kan variëren. Bijv een land, kan variëren maar als je alleen
mensen vraagt die uit Nederland komen variëren de scores op deze variabele niet. Eig iets
wat je meet ook.
Psychologische variabelen= deze variabelen zijn niet direct observeerbaar. Bijv extraversie.
Dit heeD geen duidelijke defini6e. Psychologische variabelen hebben geen algemeen
gebruikte eenheid, zoals leeDijd of aantal bonen. Intelligen6e is een uitzondering.
Psychologische constructen= psychologische variabelen waarbij de defini6e is afgeleid uit
theorie en waarbij die defini6e specificeert wat wel en wat niet tot de variabele hoort. Bijv
extraversie. Deze constructen zijn theore6sch omdat we niet weten of ze echt bestaan, wat
wel het geval is bij een tafel of zwaartekracht. Ook zijn ze niet direct observeerbaar.
Opera1onalisa1es= wordt gebruikt om psychologische constructen te meten. Maakt het
concreet en tastbaar. Vormen vertaling van defini6e theorie naar
mee6nstrument/manipula6e.
à 2 soorten
1. Mee1nstrumenten= om op consistente wijze een variabele te kwan6ficeren, oDewel
te representeren in een datareeks van getallen. Niet de bedoeling dat er iets wordt
beïnvloed. Er worden hierbij verschillende items (s6muli) gemeten, die samen het
betreffende construct omva=en. Meetwaarden= die schaal die je hebt van 1-7 bijv.
mogelijke waarden die je kan score. à doel om te kwan6ficeren van variabelen
zonder te verstoren.
, Reeks datapunten (getalen)= datareeks, acoms6g van hetzelfde mee6nstrument wordt
variabele genoemd.
Dus variabele = & theore6sche variabele & voor reeks datapunten, die indica6ef is voor
de waarde van die theore6sche variabele. Uit context moet blijken welke.
2. Manipula1es= juist bedoeling om construct te beïnvloeden. Hierdoor kan er gekeken
worden of er een causaal verband is tussen 2 variabelen. Of de ene variabele de
ander beïnvloed. Soms verschillende soorten manipula6es.
Meetmodel= visualiseert hoe een variabele via een
s6muli/items wordt geopera6onaliseerd. Variabelen/constructen
worden weergegeven in ovalen. In deze cursus reflec6ef
meetmodelà lopen lijnen van het construct (latente variabele)
naar de indicatoren (rechthoeking). Rich6ng pijl belangrijk.
n Voornamelijk voor mee6nstrumenten
Bij manipula6es maar 1 indicator (want maar 1 s6mulus). Pijl
andersom:
1.3 Betrouwbaarheid en validiteit
Betrouwbaarheid= de mate waarin een herhaling telkens
hetzelfde resultaat oplevert (stabiliteit van een
mee6nstrumenten over herhalingen). Hoe meer het afwijkt bij
herhaling hoe onbetrouwbaarder. Sommige mee6nstrumenten
zijn betrouwbaarder dan andere, bij lengte met een liniaal of
muurschuif. Er zijn ook verschillende verstorende factoren die de
zuiverheid van een me6ng kunnen beïnvloeden.
Niet-systema1sche meeGout (ruis)=complement van betrouwbaarheid, toevallige invloeden
op de score. Bijv niet goed slapen de dag voor een IQ test. Als deze meehout kleiner is, dus
als er minder verstorende invloeden zijn dan is de me6ng betrouwbaarder, vice versa.
Systema1sche meeGout (bias)= een systema6sche vertekening die invloed heeD op de
score. Dus niet toevallig, maar chronisch zoals slapenloosheid bij een IQ test.
Score uit mee6nstrument is dus: ware score op het construct + meehouten door
verstoringen op de testscore.
Validiteit= de mate waarin het mee6nstrument meet wat het moet meten.
2 soortenà
1. Causale opvaLng van validiteit= iets is valide als je kan testen dat het construct
bestaat (hoe het precies werkt) en de verschillen tussen (of binnen) mensen op het
construct tot verschillende uitkomsten op het mee6nstrument leiden. Validering van
, het mee6nstrument volgens deze validiteit: hoe verschillen in het construct leiden tot
verschillen in de uiteindelijke testscores. Veel werk om dit allemaal uit te zoeken,
vaak met validiteit wordt er naar de tweede soort gekeken:
2. Constructvaliditeit= in hoeverre interpreta6es van testscores ondersteund worden
door theorie en empirisch bewijs voor het gebruik van deze test. Bijv de samenhang
van items en schalen onderling, ook samenhang met andere variabelen en
uitkomsten zoals te verwachten is op basis van theorie en eerder onderzoek & of er
geen of beperkte samenhang is met mee6nstrumenten die een niet-gerelateerd
construct meten.
n Voordeel van deze benadering: gemakkelijk te onderzoeken. Deelnemers een aantal
andere mee6nstrumenten voor leggen en samenhang te bepalen.
n Nadeel van deze benadering: samenhang tussen scores biedt geen inzicht of het
mee6nstrument daadwerkelijk het construct meet dat het zou moeten meten of dat
het iets anders meet dat toevallig samenhangt met de andere vragenlijsten die zijn
onderzocht.
Als er een nieuwe vragenlijst ontwikkeld wordt door twijfel kwaliteit oude. Dan is er vaak
samenhang tussen nieuw en oud en dat zou dan bewijs moeten zijn voor constructvaliditeit.
Redenering problema6sch: kwaliteit oude vragenlijst was niet goed. Als je dit echt wilt weten
moet je toch causale opvajng van validiteit gebruiken, dat je uitzoekt hoe een
mee6nstrument werkt.
5 andere soorten van validiteità
1. Indruksvaliditeit (face validity): de mate waarin het mee6nstrument de indruk geeD
te meten wat het zou moeten meten na bestudering van het mee6nstument door
een leek of iemand uit het vakgebied. Erg prak6sch: onderzoeken alleen
mee6nstrument nauwkeurig bekijken.
2. Criteriumvaliditeit (criterion validity): de mate waarin de uitkomsten van een
mee6nstrument als verwacht samenhangen met die op een ander mee6nstrument of
uitkomstmaat. Bijv intelligen6etest en schoolcijfers.
3. Externe validiteit: de mate waarin de uitkomsten van een studie gegeneraliseerd
kunnen worden naar de doelpopula6es. Dus in hoeverre gevonden resultaten ook
buiten onderzochte context gelden.
4. Inhoudsvaliditeit (content validity): de mate waarin de items van het mee6nstrument
het gehele construct omva=en. Bijv alle punten van
impulsiviteit meten.
Niet-systema6sche meehoutenà niet volledig betrouwbaar
mee6nstrument
Systema6sche meehoutenà niet valide
Betrouwbaarheid en validiteit moet bij elke studie opnieuw
bepaald worden voor de mee6nstrumenten en manipula6es.
Kwan1ta1ef onderzoek= hierbij worden getallen toegekend
aan de variabelen. Vormen datareeksen en worden
geanalyseerd met sta6sche soDware, heeD een hoge kwaliteit
opera6onalisa6es nodig.
, Kwalita1ef onderzoek= perspec6ef deelnemers interpreteren en begrijpen, levert complexe
onderzoeksdata op, resultaten hebben beperkte geldingskracht en reikwijdte, Wel nodig om
iets nieuws te leren.
1.4 Popula9es en steekproeven
Hoofdstuk 5
Popula1e is de groep waarnaar onderzoek gedaan wordt. Vaak is deze te groot of beva=en
mensen uit het verleden of de toekomst bijv. Daardoor wordt er vaak een steekproef
genomen van de popula6e (een selec6e van de totale popula6e).
Je hebt verschillende steekproeven met 2 categorieën:
1. Probability samples= elk lid van de popula6e heeD een bepaalde, bekende kans om
te worden opgenomen in de steekproef (sample).
2. Non-probability samples= weet je niet wat de kans is dat een bepaald lid van de
popula6es wordt opgenomen in de steekproef.
3 voorbeelden van probability samples (aselecte steekproef):
1. Aselecte steekproef= ook wel random of willekeurige steekproef. Elke
onderzoekseenheid in de popula6e, evenveel kans om mee te doen.
2. Gestra1ficeerde aselecte steekproef (gelaagde steekproef) = popula6e wordt
opgedeeld in subpopula6es aan de hand van kenmerken die relevant zijn voor het
onderzoek. Daarna bij de subpopula6es een aselecte steekproef.
3. Mul1level aselecte steekproef (clustersteekproef) = onderzoekseenheden in
popula6e georganiseerd zijn in groepen, zoals scholieren in een klas in een school.
Eerst aselecte steekproef van scholen, dan van klassen en dan alle scholieren van die
klassen.
Bij probability samples zijn de resultaten representa6ef voor de popula6e. Ookal zijn er al6jd
niet-systema6sche meehouten en de steekproeffout. Door toeval kunnen er meer
verstorende factoren zijn (meehout) en een of meer uitzonderlijke mensen in de steekproef
belanden (steekproeffout). Hoe groter de steekproef hoe meer deze op de popula6e gaat
lijken.
4 voorbeelden van non-probability samples (selecte steekproef):
1. Convenience sampling= deelnemers worden gekozen op basis van aantal prak6sche
criteria, bijv geografische loca6e of bereidheid van deelnemers (zichzelf opgeven voor
het onderzoek via social media). Maakt niet uit wat voor kenmerken de deelnemers
hebben.
2. Snowball sampling= start met klein weloverwogen gekozen deelnemers. Wordt hier
wel gekeken naar bepaalde kenmerken die ze moeten hebben. Deze eerste
deelnemers wordt gevraagd om vrienden en kennissen uit te nodigen die voldoen
aan de eisen. Wordt vaak gebruikt bij moeilijk te bereiken groepen, zoals sekswerkers
of gebruik illegale middelen.
3. Purposive sampling= deelnemers worden weloverwogen geselecteerd op basis van
specifieke kenmerken. Bijv jonge vrouwen met kinderen en een full6mebaan. Vaak
gebruikt bij kwalita6ef onderzoek.
4. Quota sampling= ook met subpopula6es maar dan geen aselecte maar selecte
steekproef. Bijv snowball of convenience sampling toepassen op de subpopula6e.
