Psychodiagnostiek en assessment
H1 Diagnostiek: het inschatten van mensen
Test en criterium = er spelen twee variabelen een hoofdrol in het voorspellingsproces, dit is
het beoordelingsmoment nu en het beoordelingsmoment in de toekomst. Dat noem je test
en criterium
Predictieve validiteit = aan de hand van het verleden iets kunnen zeggen over de
bekwaamheid in de vaardigheid van het voorspellen
Op basis van test en criterium kunnen er vier verschillende soorten beslissingen worden
onderscheiden; Stel een weerman voorspelt of het gaat regenen morgen
- Valide positief (VP) = de voorspelling was positief en bleek later ook waar (het zou
gaan regenen en het is ook gaan regenen)
- Fout positief (FP) = de voorspelling was positief maar bleek niet waar te zijn (het zou
gaan regenen maar het is niet gaan regenen)
- Valide negatief (VN) = de voorspelling was negatief en bleek ook waar te zijn (het zou
niet gaan regenen en uiteindelijk was dat ook zo)
- Fout negatief (FN) = de voorspelling was negatief en bleek uiteindelijk niet waar te
zijn (het zou niet gaan regenen maar dat deed het wel uiteindelijk)
Dit is allemaal van toepassing als de voorspellingen met ja en nee te beantwoorden zijn.
Voor wat ingewikkeldere voorspellingen (zoals bijvoorbeeld temperatuur) is de
correlatiecoëfficiënt ontwikkeld. Dit is een getal tussen de 0 en de 1.0 dat de sterkte van de
relatie tussen twee variabelen aangeeft. Hierbij is 1.0 een perfecte correlatie
Bij een niet-perfecte correlatie zul je een puntenwolk hebben waarbij er een lijn getrokken
kan worden in het midden. Dan ontstaat er een ellips die plat of wat boller is. Hoe boller hoe
dichter bij de 0 en hoe minder er een relatie is.
Fouten in beoordelingsvermogen
- Verstandige fouten = niet alle fouten zijn even kostbaar, dit laat de aftestgrens
verschuiven (bijvoorbeeld een hert zal liever een paar keer wegrennen voor een
eventuele leeuw ipv blijven staat en opgegeten worden (FN) de FN zal worden
beperkt en het aantal FP’s (voorspelling dat er een leeuw zat en wegrennen, maar er
bleek geen leeuw te zitten) zal worden vergroot
- Overschatting van specifieke kansen = mensen gaan soms te veel af op wat intuïtief
logisch klinkt
- Beschikbaarheidsheuristiek = dingen die we snel voor ons kunnen halen/voorbeelden
van kunnen bedenken laten ons denken dat het vaker voorkomt. Dit is dus niet altijd
de waarheid
- Regressie naar het gemiddelde = het effect voor spontaan hestel wordt soms
vergeten. Als er bijvoorbeeld een medicijn gegeven wordt aan zieke mensen en
iedereen is beter na een week wil het niet zeggen dat het medicijn werkt. Dit
voorkom je door een tweede groep zieke mensen niks (of iets nep) te geven. Dan kan
je het verschil zien.
- De eerste en laatste indruk = primacy- en recency-effect betekent dat van nature bij
ons de eerste en de laatste indruk het meest blijven hangen. Om dit te voorkomen
H1 Diagnostiek: het inschatten van mensen
Test en criterium = er spelen twee variabelen een hoofdrol in het voorspellingsproces, dit is
het beoordelingsmoment nu en het beoordelingsmoment in de toekomst. Dat noem je test
en criterium
Predictieve validiteit = aan de hand van het verleden iets kunnen zeggen over de
bekwaamheid in de vaardigheid van het voorspellen
Op basis van test en criterium kunnen er vier verschillende soorten beslissingen worden
onderscheiden; Stel een weerman voorspelt of het gaat regenen morgen
- Valide positief (VP) = de voorspelling was positief en bleek later ook waar (het zou
gaan regenen en het is ook gaan regenen)
- Fout positief (FP) = de voorspelling was positief maar bleek niet waar te zijn (het zou
gaan regenen maar het is niet gaan regenen)
- Valide negatief (VN) = de voorspelling was negatief en bleek ook waar te zijn (het zou
niet gaan regenen en uiteindelijk was dat ook zo)
- Fout negatief (FN) = de voorspelling was negatief en bleek uiteindelijk niet waar te
zijn (het zou niet gaan regenen maar dat deed het wel uiteindelijk)
Dit is allemaal van toepassing als de voorspellingen met ja en nee te beantwoorden zijn.
Voor wat ingewikkeldere voorspellingen (zoals bijvoorbeeld temperatuur) is de
correlatiecoëfficiënt ontwikkeld. Dit is een getal tussen de 0 en de 1.0 dat de sterkte van de
relatie tussen twee variabelen aangeeft. Hierbij is 1.0 een perfecte correlatie
Bij een niet-perfecte correlatie zul je een puntenwolk hebben waarbij er een lijn getrokken
kan worden in het midden. Dan ontstaat er een ellips die plat of wat boller is. Hoe boller hoe
dichter bij de 0 en hoe minder er een relatie is.
Fouten in beoordelingsvermogen
- Verstandige fouten = niet alle fouten zijn even kostbaar, dit laat de aftestgrens
verschuiven (bijvoorbeeld een hert zal liever een paar keer wegrennen voor een
eventuele leeuw ipv blijven staat en opgegeten worden (FN) de FN zal worden
beperkt en het aantal FP’s (voorspelling dat er een leeuw zat en wegrennen, maar er
bleek geen leeuw te zitten) zal worden vergroot
- Overschatting van specifieke kansen = mensen gaan soms te veel af op wat intuïtief
logisch klinkt
- Beschikbaarheidsheuristiek = dingen die we snel voor ons kunnen halen/voorbeelden
van kunnen bedenken laten ons denken dat het vaker voorkomt. Dit is dus niet altijd
de waarheid
- Regressie naar het gemiddelde = het effect voor spontaan hestel wordt soms
vergeten. Als er bijvoorbeeld een medicijn gegeven wordt aan zieke mensen en
iedereen is beter na een week wil het niet zeggen dat het medicijn werkt. Dit
voorkom je door een tweede groep zieke mensen niks (of iets nep) te geven. Dan kan
je het verschil zien.
- De eerste en laatste indruk = primacy- en recency-effect betekent dat van nature bij
ons de eerste en de laatste indruk het meest blijven hangen. Om dit te voorkomen
