Week 1
Algemene onderwerpen
Welk type onderzoek kan gedaan worden met observaties, correlaties en experimenten?
- Observaties → fenomenen vinden.
- Correlaties → relaties vinden.
- Experimenten → causale verklaringen vinden.
Wat wordt bedoeld met de precisie van een theorie?
- Voorspellingen in een theorie moeten zo specifiek mogelijk zijn (betere kwaliteit), bv.
duidelijk definiëren welke observaties worden voorspeld en welke het zouden
falsifiëren.
Wat wordt bedoeld met de parsimony van een theorie?
- Dat een theorie zo min mogelijk aannames heeft (betere kwaliteit).
Waarom zijn testbaarheid en falsifieerbaarheid belangrijke eigenschappen van een theorie?
- Je moet een theorie kunnen testen, anders is het puur een aanname. Je moet ook
kunnen bewijzen dat het niet klopt (bv. ‘alle zwanen zijn wit’ is falsifieerbaar). Er
blijven dan andere, betere opties voor theorieën mogelijk (voor het geval dat een
observatie de theorie tegenspreekt).
Wat is de interne validiteit van een onderzoek?
- Hoe zeker wet je wat de OV de resultaten heeft bereikt (dus niet verklaard door
andere factoren)? Dit is het hoogste bij een echt experiment.
Wat is de externe validiteit van een onderzoek?
- In hoeverre kunnen de resultaten gegeneraliseerd worden?
Wat is de constructvaliditeit van een onderzoek?
- Zijn de resultaten van je onderzoek wel werkelijk een indicatie voor het begrip waar
je een uitspraak over wil doen?
Wat is de statistische validiteit van een onderzoek?
- Zijn de statistische conclusies correct?
,Hoe kunnen correlaties gebruikt en geïnterpreteerd worden?
- Correlaties geven aan hoe erg twee variabelen gerelateerd zijn. Het zegt iets over de
richting en grootte van een relatie.
Hoe kunnen correlaties niet geïnterpreteerd worden?
- Als causale verbanden.
Impliceert correlatie causaliteit? Waarom (niet)?
- Nee, want een correlatie is een verband waarvan je de richting van de oorsprong niet
weet. Je kunt dan niks zeggen over causaliteit.
Impliceert causaliteit correlatie? Waarom (niet)?
- Ja, want correlatie is een voorwaarde voor causaliteit. Dit is dus niet symmetrisch.
Hoe helpt de temporale volgorde van twee variabelen bij het tot stand brengen van een
causale relatie daartussen?
- Niet; dit voorspelt causaliteit ook niet!
Wat moet je doen om te testen of twee variabelen causaal gerelateerd zijn?
- Een experiment.
Wat zijn onafhankelijke, afhankelijke en controlevariabelen van experimenten?
- OV wordt gemanipuleerd door de experimentator.
- AV wordt gemeten door de experimentator.
- Controlevariabelen worden gecontroleerd door de experimentator.
Wat betekent het als een experimentele onafhankelijke variabele een between-subjects
variabele is?
- Elk subject ervaart dan één niveau van de OV.
Wat betekent het als een experimentele onafhankelijke variabele een within-subjects
variabele is?
- Elk subject ervaart dan elk niveau van de OV.
, Wat zijn de voordelen en nadelen van between-subjects en within-subjects experimentele
designs?
- Between-subjects → Geen directe vergelijking per proefpersoon, maar wel
willekeurige toewijzing.
- Within-subjects → Directe vergelijking per proefpersoon, maar volgorde-effecten
mogelijk.
Wat is random toewijzing, en waarom is het zo belangrijk?
- Hierdoor zijn verschillen tussen groepen het gevolg van willekeurige factoren,
waardoor je er vanuit kunt gaan dat de groepen niet verschillen. De resultaten
kunnen dan ook beter gegeneraliseerd worden.
Wat is het verschil tussen een quasi-experiment en een echt experiment?
- Een quasi-experiment kijkt ook naar de relatie tussen een OV en een AV, maar hierbij
wordt niet gerandomiseerd.
Statistische power
Wat is de alfa-fout bij statistisch testen?
- Wanneer een nulhypothese wordt afgewezen (significant effect), terwijl deze
eigenlijk waar is (vals positief). Er is dan dus eigenlijk geen effect in de populatie.
Wat is de bèta-fout bij statistisch testen?
- Wanneer een nulhypothese wordt behouden (geen significant effect), terwijl deze
eigenlijk onwaar is (vals negatief). Er is dan dus eigenlijk wel een effect in de
populatie.
Wat betekent ‘effectgrootte’?
- De grootte van een effect (verschil / correlatie / relatie).
Wat betekent ‘statistische power’?
- De waarschijnlijkheid om de nulhypothese juist te verwerpen, dus de kans op een
statistisch significant effect.
Wat betekent het wanneer de statistische power van een onderzoek klein of groot is?
- Bij een grote power is de kans op een bèta-fout klein.
- Bij een kleine power is deze kans groot (kleinere kans op echt effect vinden).
Algemene onderwerpen
Welk type onderzoek kan gedaan worden met observaties, correlaties en experimenten?
- Observaties → fenomenen vinden.
- Correlaties → relaties vinden.
- Experimenten → causale verklaringen vinden.
Wat wordt bedoeld met de precisie van een theorie?
- Voorspellingen in een theorie moeten zo specifiek mogelijk zijn (betere kwaliteit), bv.
duidelijk definiëren welke observaties worden voorspeld en welke het zouden
falsifiëren.
Wat wordt bedoeld met de parsimony van een theorie?
- Dat een theorie zo min mogelijk aannames heeft (betere kwaliteit).
Waarom zijn testbaarheid en falsifieerbaarheid belangrijke eigenschappen van een theorie?
- Je moet een theorie kunnen testen, anders is het puur een aanname. Je moet ook
kunnen bewijzen dat het niet klopt (bv. ‘alle zwanen zijn wit’ is falsifieerbaar). Er
blijven dan andere, betere opties voor theorieën mogelijk (voor het geval dat een
observatie de theorie tegenspreekt).
Wat is de interne validiteit van een onderzoek?
- Hoe zeker wet je wat de OV de resultaten heeft bereikt (dus niet verklaard door
andere factoren)? Dit is het hoogste bij een echt experiment.
Wat is de externe validiteit van een onderzoek?
- In hoeverre kunnen de resultaten gegeneraliseerd worden?
Wat is de constructvaliditeit van een onderzoek?
- Zijn de resultaten van je onderzoek wel werkelijk een indicatie voor het begrip waar
je een uitspraak over wil doen?
Wat is de statistische validiteit van een onderzoek?
- Zijn de statistische conclusies correct?
,Hoe kunnen correlaties gebruikt en geïnterpreteerd worden?
- Correlaties geven aan hoe erg twee variabelen gerelateerd zijn. Het zegt iets over de
richting en grootte van een relatie.
Hoe kunnen correlaties niet geïnterpreteerd worden?
- Als causale verbanden.
Impliceert correlatie causaliteit? Waarom (niet)?
- Nee, want een correlatie is een verband waarvan je de richting van de oorsprong niet
weet. Je kunt dan niks zeggen over causaliteit.
Impliceert causaliteit correlatie? Waarom (niet)?
- Ja, want correlatie is een voorwaarde voor causaliteit. Dit is dus niet symmetrisch.
Hoe helpt de temporale volgorde van twee variabelen bij het tot stand brengen van een
causale relatie daartussen?
- Niet; dit voorspelt causaliteit ook niet!
Wat moet je doen om te testen of twee variabelen causaal gerelateerd zijn?
- Een experiment.
Wat zijn onafhankelijke, afhankelijke en controlevariabelen van experimenten?
- OV wordt gemanipuleerd door de experimentator.
- AV wordt gemeten door de experimentator.
- Controlevariabelen worden gecontroleerd door de experimentator.
Wat betekent het als een experimentele onafhankelijke variabele een between-subjects
variabele is?
- Elk subject ervaart dan één niveau van de OV.
Wat betekent het als een experimentele onafhankelijke variabele een within-subjects
variabele is?
- Elk subject ervaart dan elk niveau van de OV.
, Wat zijn de voordelen en nadelen van between-subjects en within-subjects experimentele
designs?
- Between-subjects → Geen directe vergelijking per proefpersoon, maar wel
willekeurige toewijzing.
- Within-subjects → Directe vergelijking per proefpersoon, maar volgorde-effecten
mogelijk.
Wat is random toewijzing, en waarom is het zo belangrijk?
- Hierdoor zijn verschillen tussen groepen het gevolg van willekeurige factoren,
waardoor je er vanuit kunt gaan dat de groepen niet verschillen. De resultaten
kunnen dan ook beter gegeneraliseerd worden.
Wat is het verschil tussen een quasi-experiment en een echt experiment?
- Een quasi-experiment kijkt ook naar de relatie tussen een OV en een AV, maar hierbij
wordt niet gerandomiseerd.
Statistische power
Wat is de alfa-fout bij statistisch testen?
- Wanneer een nulhypothese wordt afgewezen (significant effect), terwijl deze
eigenlijk waar is (vals positief). Er is dan dus eigenlijk geen effect in de populatie.
Wat is de bèta-fout bij statistisch testen?
- Wanneer een nulhypothese wordt behouden (geen significant effect), terwijl deze
eigenlijk onwaar is (vals negatief). Er is dan dus eigenlijk wel een effect in de
populatie.
Wat betekent ‘effectgrootte’?
- De grootte van een effect (verschil / correlatie / relatie).
Wat betekent ‘statistische power’?
- De waarschijnlijkheid om de nulhypothese juist te verwerpen, dus de kans op een
statistisch significant effect.
Wat betekent het wanneer de statistische power van een onderzoek klein of groot is?
- Bij een grote power is de kans op een bèta-fout klein.
- Bij een kleine power is deze kans groot (kleinere kans op echt effect vinden).
