Hoorcollege 1 – Gegevens verzamelen
Meetniveaus: nominaal, ordinaal (rangorde), interval (zelfde ruimte ertussen) en ratio
(natuurlijk nulpunt).
Nominaal en ordinaal samen is categorisch. Interval en ratio samen is metrisch.
Niveau van alpha: 0.05 is de grens. Eronder dan kunnen we nulhypothese niet meer
handhaven. H0: er is geen correlatie tussen variabelen. H1: er is wel correlatie tussen
variabelen. Je verwerpt H0 indien p kleiner is dan de gestelde alpha.
Kwaliteit onderzoek: drie aspecten
Validiteit:
De mate waarin de gemeten kenmerken daadwerkelijk de kenmerken zijn van de
onderzochte objecten (systematische of random error).
Betrouwbaarheid:
De mate waarin de metingen van de kenmerken dezelfde resultaten oplevert als het
onderzoek onder dezelfde omstandigheden zou worden herhaald.
Bruikbaarheid:
De mate waarin de onderzoeksresultaten goed aansluiten bij het probleem van de
opdrachtgever, ofwel die daadwerkelijk kunnen bijdragen aan de oplossing van een
praktijkprobleem.
Pijl met één punt: effect.
Pijl met twee punten: correlatie.
Kwantitatieve data
Onderzoekstrategieën: Survey (voor beschrijvende en explorerende vragen), Experiment
(voor toetsende vragen).
Dataverzameling: Vragenlijsten, Observaties, Inhoudsanalyse.
Data:
Primair: specifiek voor het onderzoek zelf (zelf actie ondernemen).
Secundair: verzameld voor een ander doel (door iemand anders is verzameld).
Vragenlijst
Vraagtypen:
Open/gesloten vragen
Single/multiple respons
Dichotome vragen (vraag met ‘wel’ of ‘niet’ als antwoord (0 of 1 in dataset))
Schaal items (bijvoorbeeld Likert strongly agree – strongly disagree)
,Vragenlijst: formulering vragen
Gebruik gewone woorden;
Gebruik eenduidige woorden;
Vermijd impliciete veronderstellingen;
Vermijd generalisaties en schattingen;
Gebruik positieve en negatieve stellingen.
Ethische aspecten
Toestemming (informed consent)
Vertrouwelijkheid en privacy
En zaken veranderen
Toets op representativiteit
• Representativiteit: mate waarin de steekproef op relevante kenmerken een goede
afspiegeling vormt van de populatie.
• Representativiteitstoets voor één variabele.
• Aantal klanten bij drie winkels (ontleend aan De Vocht, 2006).
Klant bij Geobserveerde aantallen (Fo: frequency observed)
Aldi 28
Lidl 29
Jumbo 23
Totaal 80
• Op basis van externe gegevens over populatie (bv. CBS, administratie) bepaal je Fe,
de verwachte frequentie.
• Theoretische verwachting: gelijkmatige (uniforme) verdeling.
• Fo is geobserveerde frequentie.
• Fe is verwachte frequentie; uniform: overal gelijke aantallen. (80(=totaal) / 3 (=
aantal groepen)
, • H0: Verdeling in steekproef = verdeling in populatie
• H1: Verdeling in steekproef ≠ verdeling in populatie
• Toets met een a van .30 (!)
• x2 (=chi-kwadraat) (2, N = 80) = 0.77; p = .68 (die 2 is groepsgrootte – 1).
• Statistische conclusie: (a = .30) p > a, H0 niet verwerpen
• Inhoudelijke conclusie: steekproef is representatief voor populatie.
Output SPSS
• Aansturing
• Menu Analyze Non-parametric Tests Legacy Dialogs Chi-
Square.
• Of met meer stappen:
Menu Analyze Non-parametric Tests One Sample etc.).
• Zie opdracht 1 voor meer toelichting.
Waarom a van .30 bij representativiteit
• Relatie tussen soorten statistische fouten type I fout (a) en type II fout
(b): indien a ↑ dan b ↓ (en v.v.)
• H0: verdeling steekproef = verdeling populatie
• H1: verdeling steekproef ≠ verdeling populatie (minimaal één groep wijkt af)
• Niet te snel besluiten tot representativiteit: vermijden van type II fout belangrijker
dan van type I fout
• Daarom a verhogen om lagere b te krijgen
Reflectie
Validiteit? Externe validiteit vooral van belang voor representativiteit.
Betrouwbaarheid?
Representativiteit:
Argumentatie op basis van het Toulmin model (zie opdrachten op BS).
Gebaseerd op drie vragen:
(1) Wat is je standpunt (stelling, bewering, claim)?
(2) Op welke gegevens* baseer je dit standpunt?
(3) Waarom is je standpunt juist op basis van genoemde gegevens?
* Feiten, mondelinge informatie, algemene kennis en algemene regels.
, Reflectie: belang in onderzoek
Walker et al. (2019, p. 233):
Data Integrity
A variety of methods and approaches have been suggested to clean data in different
situations (Van den Broeck, 2005). The data for this research were gathered using a
questionnaire. Data were cleaned by discarding incomplete questionnaires and responses
that included suspicious patterns (e.g., responses 1, 2, 3, 4, 5, 4, 3, 2, 1, 2, …) or multiple
responses on the same item. […] The data collection instrument used Likert scale items,
which reduced the possibilities of invalid data.
Veth et al. (2019, p. 5):
A missing value analysis showed no significant differences between the data set of included
and excluded respondents for gender, part-time versus full-time workers, age [c(1) = 0.13, p
= 0.72; c(1) = 0.50, p = 0.48; c(1170) = 0.31, p = 0.76]. However, the category of respondents
contained relatively more higher educated employees compared to the group of excluded
ones [c(6) = 27.56, p < 0.001].
Data cleaning/preparatie
Checken of alle gegevens in de datamatrix kloppen:
Codes
Routings
Response set
Missing data analyse:
bv. studie Williams, Schnake, en Fredenberger (2005) naar de invloed van
corporate strategy op de reputatie van het bedrijf.
van all Fortune 500 bedrijven blijven er 178 over, 64% ontbreekt.
Data cleaning: datamatrix
Codes:
Code voor missing value is 88. Er zijn ook 13 mensen die
system missing hebben.
Routings:
Missing is een gevolg van de routing als je ‘nee’
invult, heb je minder vervolgvragen dan als je ‘ja’
invult.
Meetniveaus: nominaal, ordinaal (rangorde), interval (zelfde ruimte ertussen) en ratio
(natuurlijk nulpunt).
Nominaal en ordinaal samen is categorisch. Interval en ratio samen is metrisch.
Niveau van alpha: 0.05 is de grens. Eronder dan kunnen we nulhypothese niet meer
handhaven. H0: er is geen correlatie tussen variabelen. H1: er is wel correlatie tussen
variabelen. Je verwerpt H0 indien p kleiner is dan de gestelde alpha.
Kwaliteit onderzoek: drie aspecten
Validiteit:
De mate waarin de gemeten kenmerken daadwerkelijk de kenmerken zijn van de
onderzochte objecten (systematische of random error).
Betrouwbaarheid:
De mate waarin de metingen van de kenmerken dezelfde resultaten oplevert als het
onderzoek onder dezelfde omstandigheden zou worden herhaald.
Bruikbaarheid:
De mate waarin de onderzoeksresultaten goed aansluiten bij het probleem van de
opdrachtgever, ofwel die daadwerkelijk kunnen bijdragen aan de oplossing van een
praktijkprobleem.
Pijl met één punt: effect.
Pijl met twee punten: correlatie.
Kwantitatieve data
Onderzoekstrategieën: Survey (voor beschrijvende en explorerende vragen), Experiment
(voor toetsende vragen).
Dataverzameling: Vragenlijsten, Observaties, Inhoudsanalyse.
Data:
Primair: specifiek voor het onderzoek zelf (zelf actie ondernemen).
Secundair: verzameld voor een ander doel (door iemand anders is verzameld).
Vragenlijst
Vraagtypen:
Open/gesloten vragen
Single/multiple respons
Dichotome vragen (vraag met ‘wel’ of ‘niet’ als antwoord (0 of 1 in dataset))
Schaal items (bijvoorbeeld Likert strongly agree – strongly disagree)
,Vragenlijst: formulering vragen
Gebruik gewone woorden;
Gebruik eenduidige woorden;
Vermijd impliciete veronderstellingen;
Vermijd generalisaties en schattingen;
Gebruik positieve en negatieve stellingen.
Ethische aspecten
Toestemming (informed consent)
Vertrouwelijkheid en privacy
En zaken veranderen
Toets op representativiteit
• Representativiteit: mate waarin de steekproef op relevante kenmerken een goede
afspiegeling vormt van de populatie.
• Representativiteitstoets voor één variabele.
• Aantal klanten bij drie winkels (ontleend aan De Vocht, 2006).
Klant bij Geobserveerde aantallen (Fo: frequency observed)
Aldi 28
Lidl 29
Jumbo 23
Totaal 80
• Op basis van externe gegevens over populatie (bv. CBS, administratie) bepaal je Fe,
de verwachte frequentie.
• Theoretische verwachting: gelijkmatige (uniforme) verdeling.
• Fo is geobserveerde frequentie.
• Fe is verwachte frequentie; uniform: overal gelijke aantallen. (80(=totaal) / 3 (=
aantal groepen)
, • H0: Verdeling in steekproef = verdeling in populatie
• H1: Verdeling in steekproef ≠ verdeling in populatie
• Toets met een a van .30 (!)
• x2 (=chi-kwadraat) (2, N = 80) = 0.77; p = .68 (die 2 is groepsgrootte – 1).
• Statistische conclusie: (a = .30) p > a, H0 niet verwerpen
• Inhoudelijke conclusie: steekproef is representatief voor populatie.
Output SPSS
• Aansturing
• Menu Analyze Non-parametric Tests Legacy Dialogs Chi-
Square.
• Of met meer stappen:
Menu Analyze Non-parametric Tests One Sample etc.).
• Zie opdracht 1 voor meer toelichting.
Waarom a van .30 bij representativiteit
• Relatie tussen soorten statistische fouten type I fout (a) en type II fout
(b): indien a ↑ dan b ↓ (en v.v.)
• H0: verdeling steekproef = verdeling populatie
• H1: verdeling steekproef ≠ verdeling populatie (minimaal één groep wijkt af)
• Niet te snel besluiten tot representativiteit: vermijden van type II fout belangrijker
dan van type I fout
• Daarom a verhogen om lagere b te krijgen
Reflectie
Validiteit? Externe validiteit vooral van belang voor representativiteit.
Betrouwbaarheid?
Representativiteit:
Argumentatie op basis van het Toulmin model (zie opdrachten op BS).
Gebaseerd op drie vragen:
(1) Wat is je standpunt (stelling, bewering, claim)?
(2) Op welke gegevens* baseer je dit standpunt?
(3) Waarom is je standpunt juist op basis van genoemde gegevens?
* Feiten, mondelinge informatie, algemene kennis en algemene regels.
, Reflectie: belang in onderzoek
Walker et al. (2019, p. 233):
Data Integrity
A variety of methods and approaches have been suggested to clean data in different
situations (Van den Broeck, 2005). The data for this research were gathered using a
questionnaire. Data were cleaned by discarding incomplete questionnaires and responses
that included suspicious patterns (e.g., responses 1, 2, 3, 4, 5, 4, 3, 2, 1, 2, …) or multiple
responses on the same item. […] The data collection instrument used Likert scale items,
which reduced the possibilities of invalid data.
Veth et al. (2019, p. 5):
A missing value analysis showed no significant differences between the data set of included
and excluded respondents for gender, part-time versus full-time workers, age [c(1) = 0.13, p
= 0.72; c(1) = 0.50, p = 0.48; c(1170) = 0.31, p = 0.76]. However, the category of respondents
contained relatively more higher educated employees compared to the group of excluded
ones [c(6) = 27.56, p < 0.001].
Data cleaning/preparatie
Checken of alle gegevens in de datamatrix kloppen:
Codes
Routings
Response set
Missing data analyse:
bv. studie Williams, Schnake, en Fredenberger (2005) naar de invloed van
corporate strategy op de reputatie van het bedrijf.
van all Fortune 500 bedrijven blijven er 178 over, 64% ontbreekt.
Data cleaning: datamatrix
Codes:
Code voor missing value is 88. Er zijn ook 13 mensen die
system missing hebben.
Routings:
Missing is een gevolg van de routing als je ‘nee’
invult, heb je minder vervolgvragen dan als je ‘ja’
invult.
