1 of 8
Samenvatting KOM deeltoets 2
College 4A (p. 57-80) deel 1
Een variabele is iets waarin er minstens 2 dingen van elkaar verschillen. Dit moet dan ook weer
minstens twee levels hebben. Een voorbeeld:
“72% van de wereld heeft vandaag gelachen.”
Variabele: of iemand gelachen heeft of niet.
Levels: een persoon die wel gelachen heeft en een persoon die niet gelachen heeft.
Een constante is iets wat niet verandert. Dus als het was “72% Nederlanders hebben vandaag
gelachen”, dan is ‘Nederlanders’ de constante.
Een gemeten variabele: een variabele waarbij de levels worden geobserveerd en opgenomen.
Een gemanipuleerde variabele: participanten worden worden door de onderzoeker op een
bepaald level van de variabele ingedeeld. Een voorbeeld hiervan is als er verschillende
hoeveelheden van een medicijn aan verschillende groepen wordt gegeven. Een variabele zoals
leeftijd kan niet gemanipuleerd worden.
Een construct/ conceptuele variabele is een beeld of abstract idee speciaal uitgevonden voor
een bepaald onderzoek en/of theorie ontwikkelingsdoel. Constructen zijn moeilijk te observeren
en zijn gebouwd op verschillende begrippen (bijv. klanttevredenheid). Om tot een operationele
definitie te komen dienen we constructen eerst te vertalen in concepten en variabelen.
Conceptuele definitie: Wat is de definitie van wat je onderzoekt: welke definitie van angst, welke
definitie van sportiviteit gebruik je.
Een operationele definitie is nodig om een construct meetbaar te maken. Een operationele
definitie omvat de wijze waarop de waarde van een grootheid berekend moet worden en legt een
verband tussen constructen en empirisch waarneembare kenmerken of gebeurtenissen. We
moeten dus kunnen tellen en meten. De definitie moet dusdanig helder zijn dat iedereen hieronder
hetzelfde verstaat.
Operationaliseren is het vertalen van een construct in de concrete handelingen (operaties) die
men moet verrichten om vast te stellen of, en in welke mate, de kenmerken van het construct van
toepassing zijn op een bepaalde onderzoekseenheid. De operationalisering levert dus de
voorschriften voor het waarnemen van een bepaald construct. Zodoende wordt een relatief
abstract construct, dat op verschillende manieren geïnterpreteerd zou kunnen worden, meetbaar
gemaakt.
Een claim is een argument dat iemand wil maken. Dit hoeft niet objectief te zijn. Dit kan zijn op
basis van je eigen ervaringen of op basis van onderzoek dat je zelf hebt gedaan. Er zijn
verschillende soorten claims:
- Frequentie claim: geeft een cijfer/getal/ percentage om aan te geven hoe vaak een variabele
van toepassing is. Zijn altijd gemeten en kunnen niet gemanipuleerd worden.
- Associatie claim: een level van een bepaalde variabele wordt geassocieerd met een level van
een andere variabele. Bijvoorbeeld: mensen met een hoger inkomen zijn socialer.
De twee geassocieerde variabelen noemen we covary: wat betekent dat als 1 variabele verandert,
de andere variabele ook verandert.
- Een studie waarbij een associatie claim wordt gemaakt noemen we een correctionele
studie.
- Positieve associatie: hoog gaat samen met hoog en laag gaat samen met laag.
Bijvoorbeeld: heel dankbaar zijn (hoog) helpt bij een lange relatie (hoog) en ondankbaar zijn
(laag) zorgt voor een kortere relatie (laag).
, 2 of 8
- Negatieve associatie: hoog gaat samen met laag en laag gaat samen met hoog.
Bijvoorbeeld: mensen die veel multitasken (high) zijn minder sociaal (low) en mensen die
weinig multitasken (low) zijn heel sociaal (high).
- Zero associatie: er is geen associatie tussen de variabelen. Bijvoorbeeld: laat avond eten
associeert niet met obesitas bij kinderen.
Causale claim: één variabele is verantwoordelijk voor een andere. Ook hierbij zijn de twee
variabelen die covary zijn.
Als de punten (scores van participanten) dichter bij de lijn zitten dan is de associatie sterken dan
wanneer de punten ver van de lijn af liggen.
Validiteit: hoe toepasselijk een conclusie of beslissing is. Een valide claim is logisch, gepast en
precies.
De 3 soorten validiteit:
- Construct validiteit: hoe goed zijn de variabelen gemeten? Is de juiste meetmethode gebruikt?
Bijvoorbeeld: bij een onderzoek over obesitas wil je dat mensen gewogen worden en niet dat er
wordt gekeken naar hoe zwaar ze er wel/niet uitzien.
- Externe validiteit: hoe goed generaliseert het onderzoek mensen/ een populaties naast het
deel van die groep die aan het onderzoek mee heeft gedaan. Dus: gelden de uitkomsten van dit
onderzoek ook in de algemeenheid? Maar ook: geldt dit ook voor mensen in andere landen? In
andere generaties?
- Statistische validiteit: in hoeverre is de conclusie van het onderzoek nauwkeurig en voor
redenering vatbaar? Zo is er bijvoorbeeld altijd bij een liniaal een mogelijkheid op meetfouten
en bij een stopwatch een kans op secondes die verschillen. Het percentage waarin deze fouten
invloed kunnen hebben noemen we de foutmarge van de schatting. Dus uitkomst is 47% met
een marge van 2.6% dan kan het dus zijn dat het werkelijke percentage 2,6% meer of minder is
door meetfouten etc. Bij een associatie claim vraag je ook hoe sterk de associatie is die de
variabelen hebben. Is de associatie tussen de twee variabelen überhaupt belangrijk? Ook zorg
je dat er geen false positive of type I fout plaatsvindt: een associatie maken die er in
werkelijkheid niet is. Type II fout: je concludeert dat er geen associatie is terwijl die er eigenlijk
wel is. Dit wordt ook wel false negative genoemd.
3 criteria voor causale claims:
- Covariance: de twee variabelen moeten een duidelijk verband hebben.
- Temporal precedence: één variabele komt duidelijk eerder dan de andere. Dit moet zo zijn
omdat de ene variabele echt de oorzaak moet zijn van de andere en daarvoor moet die wel
eerst hebben plaatsgevonden. Gaat vaak samen met het directionality problem: het is moeilijk
om te bepalen welke variabele er eerst was.
, 3 of 8
- Interne validiteit: alternatieve mogelijkheden voor de link tussen de twee variabelen moeten
uitgesloten kunnen worden. Gaat vaak samen met het third-variable problem: er is ook een
derde variabele betrokken die in de weg zit.
Voor een causale claim gemaakt kan worden moet er eerst een experiment plaatsvinden waarin
één variabele wordt gemeten en de andere wordt gemanipuleerd. In de psychologie is een
experiment een onderzoek waarbij ze de variabelen die vermoedelijk de oorzaak is gaan
manipuleren en de variabele die de vermoedelijke uitkomst is gaan meten. De gemanipuleerde
variabele is de onafhankelijke variabele. De gemeten variabele is de afhankelijke variabele.
Bij random toewijzing ga je tijdens het manipuleren van een variabele de participanten zo
random mogelijk in verschillende levels indelen, zodat er zo min mogelijk verschillen tussen de
twee groepen zitten.
Werkgroep 4 (p. 117-124) deel 1
3 meettypes om variabelen te operationaliseren.
- Zelf rapportage meting: luisteren naar de antwoorden van mensen op vragen over zichzelf.
Ook kan het zijn dat een ouder vragen over zijn kind beantwoord.
- Observatie meten (gedrag meten): kijken naar gedrag of kenmerken van bepaald gedrag bij de
participanten.
- Fysiologische meting: kijken naar biologische data, zoals de activiteit van het brein of een
hoeveelheid hormonen.
De meetniveau’s staan onder het kopje grasple.
Werkgroep 4 (p. 179-191) + (193-197) deel 1
De populatie is de hele groep mensen of producten waar je in geïnteresseerd bent. Een sample
is slechts een klein deel dat je van deze populatie neemt. Dit kleine deel gebruik je om een
onderzoek te doen. Als je echt iedereen uit de populaire onderzoek dan heet je onderzoek een
census.
Een sample is altijd biased of representatief. In een biased sample (onrepresentatief) hebben
bepaalde leden van de populatie veel meer kans om in het onderzoek te komen dan anderen. In
een unbiased sample (representatief) hebben alle leden van de populatie een even grote kans om
met het onderzoek mee te doen. Alleen bij unbiased samples kunnen we iets zeggen over de
gehele populatie aan de hand van het onderzoek.
Een biased sample krijg je door een gemakssteekproef uit te voeren of door middel van zelf-
selectie. Bij zelf-selectie ga je een onderzoek doen met mensen die zich vrijwillig aanmelden. Dit
gebeurt bijvoorbeeld bij een online poll.
Probability sampling: elk lid van de populatie heeft evenveel kans om voor het onderzoek
uitgenodigd te worden. Nonprobability sampling houdt in dat er zomaar mensen worden
gekozen en dit leidt hierom vaak tot een biased sample.
Random assignment: mensen random over twee groepen verdelen om deze groepen vervolgens
te kunnen onderzoeken.
Een groter onderzoek is niet altijd een beter onderzoek. Ook zijn grotere onderzoeken niet perse
meer extern valide. Meestal wordt het onderzoek tot de 1000 participanten beter en meer valide,
maar daarna maakt het weinig verschil.
Samenvatting KOM deeltoets 2
College 4A (p. 57-80) deel 1
Een variabele is iets waarin er minstens 2 dingen van elkaar verschillen. Dit moet dan ook weer
minstens twee levels hebben. Een voorbeeld:
“72% van de wereld heeft vandaag gelachen.”
Variabele: of iemand gelachen heeft of niet.
Levels: een persoon die wel gelachen heeft en een persoon die niet gelachen heeft.
Een constante is iets wat niet verandert. Dus als het was “72% Nederlanders hebben vandaag
gelachen”, dan is ‘Nederlanders’ de constante.
Een gemeten variabele: een variabele waarbij de levels worden geobserveerd en opgenomen.
Een gemanipuleerde variabele: participanten worden worden door de onderzoeker op een
bepaald level van de variabele ingedeeld. Een voorbeeld hiervan is als er verschillende
hoeveelheden van een medicijn aan verschillende groepen wordt gegeven. Een variabele zoals
leeftijd kan niet gemanipuleerd worden.
Een construct/ conceptuele variabele is een beeld of abstract idee speciaal uitgevonden voor
een bepaald onderzoek en/of theorie ontwikkelingsdoel. Constructen zijn moeilijk te observeren
en zijn gebouwd op verschillende begrippen (bijv. klanttevredenheid). Om tot een operationele
definitie te komen dienen we constructen eerst te vertalen in concepten en variabelen.
Conceptuele definitie: Wat is de definitie van wat je onderzoekt: welke definitie van angst, welke
definitie van sportiviteit gebruik je.
Een operationele definitie is nodig om een construct meetbaar te maken. Een operationele
definitie omvat de wijze waarop de waarde van een grootheid berekend moet worden en legt een
verband tussen constructen en empirisch waarneembare kenmerken of gebeurtenissen. We
moeten dus kunnen tellen en meten. De definitie moet dusdanig helder zijn dat iedereen hieronder
hetzelfde verstaat.
Operationaliseren is het vertalen van een construct in de concrete handelingen (operaties) die
men moet verrichten om vast te stellen of, en in welke mate, de kenmerken van het construct van
toepassing zijn op een bepaalde onderzoekseenheid. De operationalisering levert dus de
voorschriften voor het waarnemen van een bepaald construct. Zodoende wordt een relatief
abstract construct, dat op verschillende manieren geïnterpreteerd zou kunnen worden, meetbaar
gemaakt.
Een claim is een argument dat iemand wil maken. Dit hoeft niet objectief te zijn. Dit kan zijn op
basis van je eigen ervaringen of op basis van onderzoek dat je zelf hebt gedaan. Er zijn
verschillende soorten claims:
- Frequentie claim: geeft een cijfer/getal/ percentage om aan te geven hoe vaak een variabele
van toepassing is. Zijn altijd gemeten en kunnen niet gemanipuleerd worden.
- Associatie claim: een level van een bepaalde variabele wordt geassocieerd met een level van
een andere variabele. Bijvoorbeeld: mensen met een hoger inkomen zijn socialer.
De twee geassocieerde variabelen noemen we covary: wat betekent dat als 1 variabele verandert,
de andere variabele ook verandert.
- Een studie waarbij een associatie claim wordt gemaakt noemen we een correctionele
studie.
- Positieve associatie: hoog gaat samen met hoog en laag gaat samen met laag.
Bijvoorbeeld: heel dankbaar zijn (hoog) helpt bij een lange relatie (hoog) en ondankbaar zijn
(laag) zorgt voor een kortere relatie (laag).
, 2 of 8
- Negatieve associatie: hoog gaat samen met laag en laag gaat samen met hoog.
Bijvoorbeeld: mensen die veel multitasken (high) zijn minder sociaal (low) en mensen die
weinig multitasken (low) zijn heel sociaal (high).
- Zero associatie: er is geen associatie tussen de variabelen. Bijvoorbeeld: laat avond eten
associeert niet met obesitas bij kinderen.
Causale claim: één variabele is verantwoordelijk voor een andere. Ook hierbij zijn de twee
variabelen die covary zijn.
Als de punten (scores van participanten) dichter bij de lijn zitten dan is de associatie sterken dan
wanneer de punten ver van de lijn af liggen.
Validiteit: hoe toepasselijk een conclusie of beslissing is. Een valide claim is logisch, gepast en
precies.
De 3 soorten validiteit:
- Construct validiteit: hoe goed zijn de variabelen gemeten? Is de juiste meetmethode gebruikt?
Bijvoorbeeld: bij een onderzoek over obesitas wil je dat mensen gewogen worden en niet dat er
wordt gekeken naar hoe zwaar ze er wel/niet uitzien.
- Externe validiteit: hoe goed generaliseert het onderzoek mensen/ een populaties naast het
deel van die groep die aan het onderzoek mee heeft gedaan. Dus: gelden de uitkomsten van dit
onderzoek ook in de algemeenheid? Maar ook: geldt dit ook voor mensen in andere landen? In
andere generaties?
- Statistische validiteit: in hoeverre is de conclusie van het onderzoek nauwkeurig en voor
redenering vatbaar? Zo is er bijvoorbeeld altijd bij een liniaal een mogelijkheid op meetfouten
en bij een stopwatch een kans op secondes die verschillen. Het percentage waarin deze fouten
invloed kunnen hebben noemen we de foutmarge van de schatting. Dus uitkomst is 47% met
een marge van 2.6% dan kan het dus zijn dat het werkelijke percentage 2,6% meer of minder is
door meetfouten etc. Bij een associatie claim vraag je ook hoe sterk de associatie is die de
variabelen hebben. Is de associatie tussen de twee variabelen überhaupt belangrijk? Ook zorg
je dat er geen false positive of type I fout plaatsvindt: een associatie maken die er in
werkelijkheid niet is. Type II fout: je concludeert dat er geen associatie is terwijl die er eigenlijk
wel is. Dit wordt ook wel false negative genoemd.
3 criteria voor causale claims:
- Covariance: de twee variabelen moeten een duidelijk verband hebben.
- Temporal precedence: één variabele komt duidelijk eerder dan de andere. Dit moet zo zijn
omdat de ene variabele echt de oorzaak moet zijn van de andere en daarvoor moet die wel
eerst hebben plaatsgevonden. Gaat vaak samen met het directionality problem: het is moeilijk
om te bepalen welke variabele er eerst was.
, 3 of 8
- Interne validiteit: alternatieve mogelijkheden voor de link tussen de twee variabelen moeten
uitgesloten kunnen worden. Gaat vaak samen met het third-variable problem: er is ook een
derde variabele betrokken die in de weg zit.
Voor een causale claim gemaakt kan worden moet er eerst een experiment plaatsvinden waarin
één variabele wordt gemeten en de andere wordt gemanipuleerd. In de psychologie is een
experiment een onderzoek waarbij ze de variabelen die vermoedelijk de oorzaak is gaan
manipuleren en de variabele die de vermoedelijke uitkomst is gaan meten. De gemanipuleerde
variabele is de onafhankelijke variabele. De gemeten variabele is de afhankelijke variabele.
Bij random toewijzing ga je tijdens het manipuleren van een variabele de participanten zo
random mogelijk in verschillende levels indelen, zodat er zo min mogelijk verschillen tussen de
twee groepen zitten.
Werkgroep 4 (p. 117-124) deel 1
3 meettypes om variabelen te operationaliseren.
- Zelf rapportage meting: luisteren naar de antwoorden van mensen op vragen over zichzelf.
Ook kan het zijn dat een ouder vragen over zijn kind beantwoord.
- Observatie meten (gedrag meten): kijken naar gedrag of kenmerken van bepaald gedrag bij de
participanten.
- Fysiologische meting: kijken naar biologische data, zoals de activiteit van het brein of een
hoeveelheid hormonen.
De meetniveau’s staan onder het kopje grasple.
Werkgroep 4 (p. 179-191) + (193-197) deel 1
De populatie is de hele groep mensen of producten waar je in geïnteresseerd bent. Een sample
is slechts een klein deel dat je van deze populatie neemt. Dit kleine deel gebruik je om een
onderzoek te doen. Als je echt iedereen uit de populaire onderzoek dan heet je onderzoek een
census.
Een sample is altijd biased of representatief. In een biased sample (onrepresentatief) hebben
bepaalde leden van de populatie veel meer kans om in het onderzoek te komen dan anderen. In
een unbiased sample (representatief) hebben alle leden van de populatie een even grote kans om
met het onderzoek mee te doen. Alleen bij unbiased samples kunnen we iets zeggen over de
gehele populatie aan de hand van het onderzoek.
Een biased sample krijg je door een gemakssteekproef uit te voeren of door middel van zelf-
selectie. Bij zelf-selectie ga je een onderzoek doen met mensen die zich vrijwillig aanmelden. Dit
gebeurt bijvoorbeeld bij een online poll.
Probability sampling: elk lid van de populatie heeft evenveel kans om voor het onderzoek
uitgenodigd te worden. Nonprobability sampling houdt in dat er zomaar mensen worden
gekozen en dit leidt hierom vaak tot een biased sample.
Random assignment: mensen random over twee groepen verdelen om deze groepen vervolgens
te kunnen onderzoeken.
Een groter onderzoek is niet altijd een beter onderzoek. Ook zijn grotere onderzoeken niet perse
meer extern valide. Meestal wordt het onderzoek tot de 1000 participanten beter en meer valide,
maar daarna maakt het weinig verschil.
