Toegepaste Methoden en Statistiek TiU
MechteldC
Toegepaste Methoden en Statistiek
Opmerking vooraf
- Voor het halen van het tentamen is het doorlezen van een samenvatting niet genoeg.
Zorg dus dat je ook opgaven maakt en oefent met de stof.
- Veel van de wiskundige theorie achter de formules van de padmodellen heb ik uit de
samenvatting gelaten, omdat je dit niet hoeft te weten voor het tentamen.
- Alle afbeeldingen komen uit de slides van de hoorcolleges van Toegepaste Methoden
en Statistiek 2021-2022 en 2020-2021, tenzij anders vermeld.
-Hoorcollege 1 - Basiselementen van padanalyse -
In deze cursus gaan we verschillende analysestrategiën behandelen:
1. Padanalyse: “Kunnen de correlaties tussen een groep variabelen verklaard worden
door een causaal model?”
2. Factoranalyse: “Kunnen de correlaties tussen een groep variabelen verklaard worden
door één onderliggend construct (of meerdere)?” (Een vierkantje wil zeggen dat er een
variabele is die gemeten kan worden, het rondje voor een variabele die niet direct
gemeten kan worden).
3. 1 + 2 Structural equation modelling: “Kunnen de correlaties tussen een groep
variabelen verklaard worden door onderliggende constructen en causale effecten
daartussen?” Er is hierbij padanalyse en factoranalyse.
1
, Toegepaste Methoden en Statistiek TiU
MechteldC
Overzicht van alle methoden en technieken uit MTO-cursussen (kennen voor HC11)
Padmodel
Het doel van een padmodel is om theorieën te vangen in een formele vorm, het “paddiagram”,
om daarna te kunnen onderzoeken of de veronderstelde theorie overeenkomt met
geobserveerde correlaties in de werkelijkheid.
Basiselementen van een padmodel
- Variabelen
- Relaties tussen variabelen
- Covariatie (correlatie)
- Causale effecten
- Soorten relaties/effecten
2
, Toegepaste Methoden en Statistiek TiU
MechteldC
- Direct
- Indirect
- (Onbekend)
- Schijnrelaties (spurious)
- Wederkerige effecten (reciprocal)
- Conditionele effecten
Variabelen
Variabelen zijn de eigenschappen van onderzoekseenheden (wat je onderzoekt, zoals
personen, echtparen, scholen, …) waar je in geïnteresseerd bent. Er moet variatie zijn in de
eigenschappen over de eenheden. Als er geen variatie is in de eigenschap over de eenheden is
het geen variabele maar een constante.
Veelvoorkomende fouten:
- Verwarring van de waarden van de variabele met de variabele zelf. Bijvoorbeeld: “rijk” en
“arm” zijn twee waarden van dezelfde variabele “inkomen” niet apart in padmodel
opnemen
- Verwarring van een proces of een theorie met een variabele. Bijvoorbeeld: attribution
theory, math-related career choice process
Relaties
Relatie is een uitspraak waarin: twee variabelen voorkomen en waarden van de ene variabele
samengaan met die van de andere.
Twee soorten uitspraken:
1. Covariatie-uitspraak: impliceert niks meer dan het samengaan van de variabelen.
2. Causale uitspraak: De ene variabele leidt tot verandering in de andere. Als je de
onafhankelijke verandert, dan verandert daardoor ook de afhankelijke. Bijvoorbeeld:
“Opletten leidt tot kennis”. Er zit hier dus een oorzakelijk verband.
Schijnrelaties (spurious relations)
- (Causale uitspraak 1) “Chocolade veroorzaakt gelukt”
- (Causale uitspraak 2) “Chocolade veroorzaakt langer leven”
Daardoor ook:
- (Covariatie-uitspraak) “Gelukkige mensen leven langer”
Over het algemeen geldt:
(Uitspraak 1) “Variabele x veroorzaakt y1”
(Uitspraak 2) “Variabele x veroorzaakt y2”
(Covariatie-uitspraak) “y1 hangt samen met y2”
3
, Toegepaste Methoden en Statistiek TiU
MechteldC
Een ander voorbeeld van een schijnrelatie is die tussen ijsjes eten en verdrinkingen. De
verklaring hiervoor is warm weer, er is geen correlatie tussen de twee.
Er zijn drie typen schijnrelaties:
1. Directe effecten
2. Indirecte effecten
3. Onbekende effecten
Directe en indirecte effecten
(C1) “Feeling blue leads to neglecting selfcare”
(C2) “Neglecting self-care leads to bad health”
Valence of emotion:
- Direct effect op Self-care
- Indirect effect op Health (via mediator Self-care)
“Negative emotions are related to health because of the behavioral factor ‘self-care’”
Let op: schijnrelaties kunnen ook indirect zijn!
Onbekende effecten
Soms doen we geen uitspraak over de richting van een effect. We nemen dan gewoon de
correlatie op in het padmodel (dubbele pijl = correlatie). Dit is een onbekend effect.
Zowel rechte als kromme pijlen worden gebruikt om relaties aan te geven.
Wederkerige effecten (Reciprocal effects)
4
MechteldC
Toegepaste Methoden en Statistiek
Opmerking vooraf
- Voor het halen van het tentamen is het doorlezen van een samenvatting niet genoeg.
Zorg dus dat je ook opgaven maakt en oefent met de stof.
- Veel van de wiskundige theorie achter de formules van de padmodellen heb ik uit de
samenvatting gelaten, omdat je dit niet hoeft te weten voor het tentamen.
- Alle afbeeldingen komen uit de slides van de hoorcolleges van Toegepaste Methoden
en Statistiek 2021-2022 en 2020-2021, tenzij anders vermeld.
-Hoorcollege 1 - Basiselementen van padanalyse -
In deze cursus gaan we verschillende analysestrategiën behandelen:
1. Padanalyse: “Kunnen de correlaties tussen een groep variabelen verklaard worden
door een causaal model?”
2. Factoranalyse: “Kunnen de correlaties tussen een groep variabelen verklaard worden
door één onderliggend construct (of meerdere)?” (Een vierkantje wil zeggen dat er een
variabele is die gemeten kan worden, het rondje voor een variabele die niet direct
gemeten kan worden).
3. 1 + 2 Structural equation modelling: “Kunnen de correlaties tussen een groep
variabelen verklaard worden door onderliggende constructen en causale effecten
daartussen?” Er is hierbij padanalyse en factoranalyse.
1
, Toegepaste Methoden en Statistiek TiU
MechteldC
Overzicht van alle methoden en technieken uit MTO-cursussen (kennen voor HC11)
Padmodel
Het doel van een padmodel is om theorieën te vangen in een formele vorm, het “paddiagram”,
om daarna te kunnen onderzoeken of de veronderstelde theorie overeenkomt met
geobserveerde correlaties in de werkelijkheid.
Basiselementen van een padmodel
- Variabelen
- Relaties tussen variabelen
- Covariatie (correlatie)
- Causale effecten
- Soorten relaties/effecten
2
, Toegepaste Methoden en Statistiek TiU
MechteldC
- Direct
- Indirect
- (Onbekend)
- Schijnrelaties (spurious)
- Wederkerige effecten (reciprocal)
- Conditionele effecten
Variabelen
Variabelen zijn de eigenschappen van onderzoekseenheden (wat je onderzoekt, zoals
personen, echtparen, scholen, …) waar je in geïnteresseerd bent. Er moet variatie zijn in de
eigenschappen over de eenheden. Als er geen variatie is in de eigenschap over de eenheden is
het geen variabele maar een constante.
Veelvoorkomende fouten:
- Verwarring van de waarden van de variabele met de variabele zelf. Bijvoorbeeld: “rijk” en
“arm” zijn twee waarden van dezelfde variabele “inkomen” niet apart in padmodel
opnemen
- Verwarring van een proces of een theorie met een variabele. Bijvoorbeeld: attribution
theory, math-related career choice process
Relaties
Relatie is een uitspraak waarin: twee variabelen voorkomen en waarden van de ene variabele
samengaan met die van de andere.
Twee soorten uitspraken:
1. Covariatie-uitspraak: impliceert niks meer dan het samengaan van de variabelen.
2. Causale uitspraak: De ene variabele leidt tot verandering in de andere. Als je de
onafhankelijke verandert, dan verandert daardoor ook de afhankelijke. Bijvoorbeeld:
“Opletten leidt tot kennis”. Er zit hier dus een oorzakelijk verband.
Schijnrelaties (spurious relations)
- (Causale uitspraak 1) “Chocolade veroorzaakt gelukt”
- (Causale uitspraak 2) “Chocolade veroorzaakt langer leven”
Daardoor ook:
- (Covariatie-uitspraak) “Gelukkige mensen leven langer”
Over het algemeen geldt:
(Uitspraak 1) “Variabele x veroorzaakt y1”
(Uitspraak 2) “Variabele x veroorzaakt y2”
(Covariatie-uitspraak) “y1 hangt samen met y2”
3
, Toegepaste Methoden en Statistiek TiU
MechteldC
Een ander voorbeeld van een schijnrelatie is die tussen ijsjes eten en verdrinkingen. De
verklaring hiervoor is warm weer, er is geen correlatie tussen de twee.
Er zijn drie typen schijnrelaties:
1. Directe effecten
2. Indirecte effecten
3. Onbekende effecten
Directe en indirecte effecten
(C1) “Feeling blue leads to neglecting selfcare”
(C2) “Neglecting self-care leads to bad health”
Valence of emotion:
- Direct effect op Self-care
- Indirect effect op Health (via mediator Self-care)
“Negative emotions are related to health because of the behavioral factor ‘self-care’”
Let op: schijnrelaties kunnen ook indirect zijn!
Onbekende effecten
Soms doen we geen uitspraak over de richting van een effect. We nemen dan gewoon de
correlatie op in het padmodel (dubbele pijl = correlatie). Dit is een onbekend effect.
Zowel rechte als kromme pijlen worden gebruikt om relaties aan te geven.
Wederkerige effecten (Reciprocal effects)
4
