Hoorcollege 5 Basis van onderzoeksmethoden en statistiek 07-10-2019
Correlationeel
Inferentiele statistiek = hypothese toetsen, we willen gegevens uit de steekproef gebruik en als
basis gebruiken om een conclusie te trekken over de populatie. Een voorwaarde hiervoor is
dat je de hypothese toets goed uitvoert, maar ook dat je een goede steekproef selecteert.
Bij correlationeel onderzoek wordt er veel focus gelegd op het trekken van een goede
steekproef, zodat er een goed beeld wordt geschetst van de populatie.
Onderzoekers willen hun resultaten/conclusies generaliseren à externe validiteit.
Een aselecte steekproef kunnen onderzoekers dan het beste gebruiken. Dit betekent dat je
werkt met een lijst van alle elementen in je populatie (scholen, mensen, bedrijven, dieren
etc.). Uit die lijst wordt random een groep geselecteerd om in de steekproef terecht te komen
(random number generator). Waarom?
- Je hebt de grootste kans dat de kenmerken die de individuen hebben in de populatie
ook terugkomen in de steekproef à representatieve steekproef.
- Dit is positief voor de externe validiteit, omdat de steekproef erg lijkt op de populatie.
Conclusies kunnen dus ook worden getrokken voor de populatie
- Generaliseren van de steekproef naar de populatie is dus mogelijk.
Bij voorkeur gebruik je bij correlationeel onderzoek een aselecte steekproef.
Ideale situatie
Populatie en doelpopulatie: je haalt een steekproef uit de doelpopulatie. Je moet hard maken
dat de doelpopulatie representatief is voor de complete populatie.
, Total Survey Error Framework: op welke punten in het onderzoek er fouten kunnen
optreden.
Dekkingsfout: niet iedereen die in je doelpopulatie zit, staat op de lijst. Omdat je een
steekproef trekt uit de sampling frame, kan dat een probleem opleveren met je externe
validiteit. Die mensen zijn dan niet gedekt.
Correlationeel
Inferentiele statistiek = hypothese toetsen, we willen gegevens uit de steekproef gebruik en als
basis gebruiken om een conclusie te trekken over de populatie. Een voorwaarde hiervoor is
dat je de hypothese toets goed uitvoert, maar ook dat je een goede steekproef selecteert.
Bij correlationeel onderzoek wordt er veel focus gelegd op het trekken van een goede
steekproef, zodat er een goed beeld wordt geschetst van de populatie.
Onderzoekers willen hun resultaten/conclusies generaliseren à externe validiteit.
Een aselecte steekproef kunnen onderzoekers dan het beste gebruiken. Dit betekent dat je
werkt met een lijst van alle elementen in je populatie (scholen, mensen, bedrijven, dieren
etc.). Uit die lijst wordt random een groep geselecteerd om in de steekproef terecht te komen
(random number generator). Waarom?
- Je hebt de grootste kans dat de kenmerken die de individuen hebben in de populatie
ook terugkomen in de steekproef à representatieve steekproef.
- Dit is positief voor de externe validiteit, omdat de steekproef erg lijkt op de populatie.
Conclusies kunnen dus ook worden getrokken voor de populatie
- Generaliseren van de steekproef naar de populatie is dus mogelijk.
Bij voorkeur gebruik je bij correlationeel onderzoek een aselecte steekproef.
Ideale situatie
Populatie en doelpopulatie: je haalt een steekproef uit de doelpopulatie. Je moet hard maken
dat de doelpopulatie representatief is voor de complete populatie.
, Total Survey Error Framework: op welke punten in het onderzoek er fouten kunnen
optreden.
Dekkingsfout: niet iedereen die in je doelpopulatie zit, staat op de lijst. Omdat je een
steekproef trekt uit de sampling frame, kan dat een probleem opleveren met je externe
validiteit. Die mensen zijn dan niet gedekt.
