SAMENVATTING TOE
Correlationeel
Correlational data
- Data are generated in different ways:
Incidentally (AKA organic, not created for the purpose of research)
Purposively (AKA designed)
Quantitative data
- Designed (custom made)
Experiment
Survey
Administrative (i.e. tax administration)
- Organic (ready-made)
Aspirational (user generated data -> Instagram, facebook etc.)
Transactional (i.e. scanning a barcode on a card)
Inferential goals (= toetsen of de werkelijkheid al of niet in overeenstemming is met
wetenschappelijke hypothesen en theorieën):
- Description (de beschrijving van een fenomeen)
- Causation (onderzoeken of er een causaal verband is)
- Prediction (het proberen om iets te voorspellen)
Target population
(=doelpopulatie)
Sampling frame: list of
people who can
participate in the sample
(=steekproefkader)
Coverage error:
dekkingsfout
Sampling error:
steekproeffout
Nonresponse error: Non-
response fout
1
, Coverage error (dekkingsfout): niet volledige steekproefkader gedekt
Sampling error (steekproeffout): correlatie in de steekproef zal nooit exact hetzelfde zijn als in de
populatie
Nonresponse error: niet iedereen die zou moeten, neemt deel aan het onderzoek
- Unit-nonresponse: Not cooperating with the survey request entirely
- Item-nonresponse: Not answering a certain question
- Nonresponse bias: Systematic differences between respondents and non-respondents on key
study variables
Adjustment error: resultaten van de steekproef zullen verschillen van de populatie, dus kan men een
‘aanpassing’ uitvoeren
- ‘Weighting’ : up the underrepresented (‘some opinions weigh more’)
- ‘Imputation’: for example, nonresponse to some questions
Measurement error: foute antwoorden door meetinstrument (bijv. Survey mode effects, poor
question wording)
Processing error: the ‘response’ differs from the ‘edited response’ (bijv. van papier -> computer)
To measure a theoretical construct:
Measurement validity (=begripsvaliditeit)
- Face validity: does the measurement appear OK?
(lijkt het goede meetinstrument te zijn gekozen)
- Content validity: does it measure all aspects of the construct?
(meet het alle aspecten van het construct -> juiste inhoud)
- Convergent validity: does it correlate with another measure of the same construct?
(is er een correlatie met een ander gemeten variabele van hetzelfde construct)
- Divergent validity: does it not correlate with something that measures something different?
(is er geen correlatie met iets dat iets anders meet)
- Criterion validity: does it predict an outcome?
(wordt er een uitkomst voorspeld)
Validity
- Construct validity: are we measuring what we intend to measure?
- External validity: can you generalize the population using the results
- Internal validity: being able to say if one thing causes another
Reactiviteit = Hawthorne effect (heeft invloed op de externe validiteit)
2
Correlationeel
Correlational data
- Data are generated in different ways:
Incidentally (AKA organic, not created for the purpose of research)
Purposively (AKA designed)
Quantitative data
- Designed (custom made)
Experiment
Survey
Administrative (i.e. tax administration)
- Organic (ready-made)
Aspirational (user generated data -> Instagram, facebook etc.)
Transactional (i.e. scanning a barcode on a card)
Inferential goals (= toetsen of de werkelijkheid al of niet in overeenstemming is met
wetenschappelijke hypothesen en theorieën):
- Description (de beschrijving van een fenomeen)
- Causation (onderzoeken of er een causaal verband is)
- Prediction (het proberen om iets te voorspellen)
Target population
(=doelpopulatie)
Sampling frame: list of
people who can
participate in the sample
(=steekproefkader)
Coverage error:
dekkingsfout
Sampling error:
steekproeffout
Nonresponse error: Non-
response fout
1
, Coverage error (dekkingsfout): niet volledige steekproefkader gedekt
Sampling error (steekproeffout): correlatie in de steekproef zal nooit exact hetzelfde zijn als in de
populatie
Nonresponse error: niet iedereen die zou moeten, neemt deel aan het onderzoek
- Unit-nonresponse: Not cooperating with the survey request entirely
- Item-nonresponse: Not answering a certain question
- Nonresponse bias: Systematic differences between respondents and non-respondents on key
study variables
Adjustment error: resultaten van de steekproef zullen verschillen van de populatie, dus kan men een
‘aanpassing’ uitvoeren
- ‘Weighting’ : up the underrepresented (‘some opinions weigh more’)
- ‘Imputation’: for example, nonresponse to some questions
Measurement error: foute antwoorden door meetinstrument (bijv. Survey mode effects, poor
question wording)
Processing error: the ‘response’ differs from the ‘edited response’ (bijv. van papier -> computer)
To measure a theoretical construct:
Measurement validity (=begripsvaliditeit)
- Face validity: does the measurement appear OK?
(lijkt het goede meetinstrument te zijn gekozen)
- Content validity: does it measure all aspects of the construct?
(meet het alle aspecten van het construct -> juiste inhoud)
- Convergent validity: does it correlate with another measure of the same construct?
(is er een correlatie met een ander gemeten variabele van hetzelfde construct)
- Divergent validity: does it not correlate with something that measures something different?
(is er geen correlatie met iets dat iets anders meet)
- Criterion validity: does it predict an outcome?
(wordt er een uitkomst voorspeld)
Validity
- Construct validity: are we measuring what we intend to measure?
- External validity: can you generalize the population using the results
- Internal validity: being able to say if one thing causes another
Reactiviteit = Hawthorne effect (heeft invloed op de externe validiteit)
2
