College 1.4 AVV
Het opstellen van onderzoeksvragen/hypothesen
Soorten vragen:
- Beschrijvend/inventariserend
o Gericht op feitelijke details en beschrijving
o Vragen: hoe? Wie? Wat? Welke? Wanneer? Hoeveel?
o Trendvraagstelling
▪ Meer dan 2 tijdstippen
o Comperatieve vraagstelling
▪ Meer dan 2 locaties
- Verklarend
o Gericht op oorzaken en verklarende factoren
o Vragen: waarom? Waardoor? Hoe komt het dat? Wat is de reden voor?
- Voorspellend
o Gericht op het voorspellen van effecten en gevolgen
o Vragen: tot welke … leidt …? Wat gebeurt er als gevolg van…?
Voorwaarden voor causale verbanden
- De oorzaak moet duidelijk voorafgaan in de tijd aan het gevolg (eerst x dan y)
- Oorzaak en gevolg moeten duidelijk samenhangen (het moet empirisch waarneembaar
gecorreleerd zijn)
- De samenhang mag niet ‘weg-verklaard’ kunnen worden door een derde verschijnsel, dat
zowel oorzaak als gevolg verklaard.
Het formuleren en grafisch weergeven van hypothesen
Een hypothese …
- … is een stellige verwachting / veronderstelling over een bepaald aspect van de sociale
werkelijkheid.
- … is zodanig geformuleerd is dat deze op correctheid getoetst kan worden.
- … richt zich op tenminste één, maar meestal op meerdere variabelen.
Een hypothese met meerdere variabelen …
- … beschrijft het type verband tussen de variabelen (verschil, samenhang, causale relatie).
- … beschrijft de richting van het verband (positief/negatief, meer/minder, hoger/lager).
,Grafisch weergeven van hypothesen
Hypothesen kunnen overzichtelijk gepresenteerd worden, complexe hypothesen zijn daardoor
makkelijker te begrijpen. Verder kunnen verschillende hypothesen die één en dezelfde afhankelijke
variabele betreffen in één figuur/model worden weergeven.
(-) betekent een negatief verband, dus neemt x toe, neemt y af.
(+) betekent een positief verband, dus neemt x toe, neemt y toe
(>) betekent een verschil per X
(pijltje omhoog/laag) betekent dat een hogere/lagere Z iets doet met het verband tussen X en Y
hier zien we een verschil, het percentage dementie
verschilt per instelling.
hier zien we samenhang, er is een positief verband
tussen objectieve gezondheid en ervaren
gezondheid. Een goede objectieve gezondheid
betekent een goede ervaren gezondheid.
hier zien we een causale relatie, er is een negatief
verband tussen sociale steun en ervaren stress.
Hier zien we een complexere hypothese met
intermediaire/mediërende variabelen. Er is een
direct en indirect effect tussen ervaren stress en
sociale steun; hypothese: sociale steun betekent
minder hulp bij aantal taken en daardoor heb je
meer stress. Dus sociale steun leidt ook tot meer ervaren stress.
Hier zien we een complexere hypothese met
interacterende/modererende variabelen (invloed op
verband; sterker of minder sterk); hypothese: een
lage leeftijd betekent een heel sterk verband (+++)
tussen objectieve gezondheid en ervaren gezondheid.
Op hoge leeftijd geen of klein verband.
Hier zien we een complexere hypothese met
interacterende/modererende variabelen. Stress
hoog, sociale steun laag; alleen dan een negatieve
impact op het welzijn.
Hier zien we een grafische weergave van
verschillende hypothesen in 1 model. Hoe hoger
de leeftijd, hoe sterker het verband tussen
objectieve en ervaren gezondheid. Sociale
integratie is ook van invloed op de ervaren
gezondheid, omdat er een positief verband is
tussen sociale integratie en gezondheidsgedrag en een positief verband tussen gezondheidsgedrag en
ervaren gezondheid.
, Confounding variabelen
Er is een verstorende variabele, deze variabele kan de indruk wekken dat er een
verband bestaat tussen de onderzochte variabelen doordat deze variabele ook
van invloed is op Y op van invloed is op zowel X als Y. Toch kunnen er ook
variabelen zijn die samenhangen met X en Y zonder confounder te zijn, deze
variabelen zijn dan mediator en maken onderdeel uit van het causale proces.
bovenste plaatje: effecten van X en Z op Y zijn onscheidbaar (ze hangen samen)
onderste plaatje: effect van X op Y wordt verklaard door Z.
Oftewel een verstorende variabele, die – als je er geen rekening mee houdt – de indruk kan geven dat
er een verband bestaat tussen de onderzochte variabelen.
Om (potentiële) confounders te controleren (rekening houden met), kunnen we gebruik maken van
stratificatie of een statistische controle.
Stratificatie is het constant houden van mogelijke confounders in de te onderzoeken groepen; dit is
mogelijk in experimenten door randomisatie.
Statistische controle is het opnemen van confounders als controle variabelen in de statistische
analyse om de samenhang tussen X en Y accurater te schatten.
Operationalisatie van constructen (meetniveaus)
Wetenschappelijke begrippen (=concepten/constructen) zijn abstract en daardoor niet direct waar te
nemen (denk: gezondheid/discriminatie). Een theoretisch construct moet daarom vertaald worden
naar een waarneembare/meetbare variabele, dit noemen we operationaliseren.
Een voorwaarde van operationaliseren is een conceptuele definitie en precisering van het
construct, waarbij de meting vervolgens overeen moet komen met die definitie (van het construct)
en nauwkeurig moeten zijn (validiteit/betrouwbaarheid).
We stellen onszelf zowel enkel- als meervoudige vragen:
Enkelvoudige vragen: leeftijd/geslacht/opleidingsniveau; waarden die een variabele kan aannemen
(categorieën die onderscheiden kunnen worden). De antwoordopties moeten hiervoor wel volledig
zijn.
Meervoudige vragen: testen mbt kennis/vaardigheden/intelligentie of schalen mbt
persoonlijkheid/atttudes/gedrag/tevredenheid/houding; er zijn verschillende aspecten in een
construct (items), de som of het gemiddelde van de items is gelijk aan de waarde van de variabele.
meetniveaus
Nominaal: er wordt een onderscheidt gemaakt, maar er is geen hiërarchie, enkel onderscheid;
geslacht.
onderscheid
frequenties tussen groepen
Ordinaal: er wordt een onderscheidt gemaakt en er is wel een hiërarchie; opleidingsniveau
onderscheid/ordening
frequenties, tussen groepen
Het opstellen van onderzoeksvragen/hypothesen
Soorten vragen:
- Beschrijvend/inventariserend
o Gericht op feitelijke details en beschrijving
o Vragen: hoe? Wie? Wat? Welke? Wanneer? Hoeveel?
o Trendvraagstelling
▪ Meer dan 2 tijdstippen
o Comperatieve vraagstelling
▪ Meer dan 2 locaties
- Verklarend
o Gericht op oorzaken en verklarende factoren
o Vragen: waarom? Waardoor? Hoe komt het dat? Wat is de reden voor?
- Voorspellend
o Gericht op het voorspellen van effecten en gevolgen
o Vragen: tot welke … leidt …? Wat gebeurt er als gevolg van…?
Voorwaarden voor causale verbanden
- De oorzaak moet duidelijk voorafgaan in de tijd aan het gevolg (eerst x dan y)
- Oorzaak en gevolg moeten duidelijk samenhangen (het moet empirisch waarneembaar
gecorreleerd zijn)
- De samenhang mag niet ‘weg-verklaard’ kunnen worden door een derde verschijnsel, dat
zowel oorzaak als gevolg verklaard.
Het formuleren en grafisch weergeven van hypothesen
Een hypothese …
- … is een stellige verwachting / veronderstelling over een bepaald aspect van de sociale
werkelijkheid.
- … is zodanig geformuleerd is dat deze op correctheid getoetst kan worden.
- … richt zich op tenminste één, maar meestal op meerdere variabelen.
Een hypothese met meerdere variabelen …
- … beschrijft het type verband tussen de variabelen (verschil, samenhang, causale relatie).
- … beschrijft de richting van het verband (positief/negatief, meer/minder, hoger/lager).
,Grafisch weergeven van hypothesen
Hypothesen kunnen overzichtelijk gepresenteerd worden, complexe hypothesen zijn daardoor
makkelijker te begrijpen. Verder kunnen verschillende hypothesen die één en dezelfde afhankelijke
variabele betreffen in één figuur/model worden weergeven.
(-) betekent een negatief verband, dus neemt x toe, neemt y af.
(+) betekent een positief verband, dus neemt x toe, neemt y toe
(>) betekent een verschil per X
(pijltje omhoog/laag) betekent dat een hogere/lagere Z iets doet met het verband tussen X en Y
hier zien we een verschil, het percentage dementie
verschilt per instelling.
hier zien we samenhang, er is een positief verband
tussen objectieve gezondheid en ervaren
gezondheid. Een goede objectieve gezondheid
betekent een goede ervaren gezondheid.
hier zien we een causale relatie, er is een negatief
verband tussen sociale steun en ervaren stress.
Hier zien we een complexere hypothese met
intermediaire/mediërende variabelen. Er is een
direct en indirect effect tussen ervaren stress en
sociale steun; hypothese: sociale steun betekent
minder hulp bij aantal taken en daardoor heb je
meer stress. Dus sociale steun leidt ook tot meer ervaren stress.
Hier zien we een complexere hypothese met
interacterende/modererende variabelen (invloed op
verband; sterker of minder sterk); hypothese: een
lage leeftijd betekent een heel sterk verband (+++)
tussen objectieve gezondheid en ervaren gezondheid.
Op hoge leeftijd geen of klein verband.
Hier zien we een complexere hypothese met
interacterende/modererende variabelen. Stress
hoog, sociale steun laag; alleen dan een negatieve
impact op het welzijn.
Hier zien we een grafische weergave van
verschillende hypothesen in 1 model. Hoe hoger
de leeftijd, hoe sterker het verband tussen
objectieve en ervaren gezondheid. Sociale
integratie is ook van invloed op de ervaren
gezondheid, omdat er een positief verband is
tussen sociale integratie en gezondheidsgedrag en een positief verband tussen gezondheidsgedrag en
ervaren gezondheid.
, Confounding variabelen
Er is een verstorende variabele, deze variabele kan de indruk wekken dat er een
verband bestaat tussen de onderzochte variabelen doordat deze variabele ook
van invloed is op Y op van invloed is op zowel X als Y. Toch kunnen er ook
variabelen zijn die samenhangen met X en Y zonder confounder te zijn, deze
variabelen zijn dan mediator en maken onderdeel uit van het causale proces.
bovenste plaatje: effecten van X en Z op Y zijn onscheidbaar (ze hangen samen)
onderste plaatje: effect van X op Y wordt verklaard door Z.
Oftewel een verstorende variabele, die – als je er geen rekening mee houdt – de indruk kan geven dat
er een verband bestaat tussen de onderzochte variabelen.
Om (potentiële) confounders te controleren (rekening houden met), kunnen we gebruik maken van
stratificatie of een statistische controle.
Stratificatie is het constant houden van mogelijke confounders in de te onderzoeken groepen; dit is
mogelijk in experimenten door randomisatie.
Statistische controle is het opnemen van confounders als controle variabelen in de statistische
analyse om de samenhang tussen X en Y accurater te schatten.
Operationalisatie van constructen (meetniveaus)
Wetenschappelijke begrippen (=concepten/constructen) zijn abstract en daardoor niet direct waar te
nemen (denk: gezondheid/discriminatie). Een theoretisch construct moet daarom vertaald worden
naar een waarneembare/meetbare variabele, dit noemen we operationaliseren.
Een voorwaarde van operationaliseren is een conceptuele definitie en precisering van het
construct, waarbij de meting vervolgens overeen moet komen met die definitie (van het construct)
en nauwkeurig moeten zijn (validiteit/betrouwbaarheid).
We stellen onszelf zowel enkel- als meervoudige vragen:
Enkelvoudige vragen: leeftijd/geslacht/opleidingsniveau; waarden die een variabele kan aannemen
(categorieën die onderscheiden kunnen worden). De antwoordopties moeten hiervoor wel volledig
zijn.
Meervoudige vragen: testen mbt kennis/vaardigheden/intelligentie of schalen mbt
persoonlijkheid/atttudes/gedrag/tevredenheid/houding; er zijn verschillende aspecten in een
construct (items), de som of het gemiddelde van de items is gelijk aan de waarde van de variabele.
meetniveaus
Nominaal: er wordt een onderscheidt gemaakt, maar er is geen hiërarchie, enkel onderscheid;
geslacht.
onderscheid
frequenties tussen groepen
Ordinaal: er wordt een onderscheidt gemaakt en er is wel een hiërarchie; opleidingsniveau
onderscheid/ordening
frequenties, tussen groepen
