Toegepaste methoden en Statistiek
Hoorcollege 1
Padanalyse (HC 1-4)
Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal model?
,Factoranalyse (HC 5-9)
Kunnen de correlaties tussen een groep variabelen verklaard worden door 1 onderliggend
construct (of meerdere)?
Structural equation modeling (HC 10)
Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?
,Na dit college:
- Begrijp je het doel van een padmodel/padanalyse
- Begrijp je het verband tussen padanalyse en regressieanalyse
- Kun je uit een theorie (tekst, flimpje) de variabelen en causale hypothesen halen
- Kun je zes soorten relaties herkennen in een theorie en tekenen:
● Direct effect
● Indirect effect
● Schijn effect
● Onbekend effect
● Wederkerig effect
● Conditioneel effect
- Ken je het verschil tussen causatie en correlatie
- Kun je causale van niet causale uitspraken onderscheiden
Doel van een padmodel: het doel van een padmodel is om theorieën zoals die van Hank
Green te vangen in een formule vorm, het paddiagram, om daarna te kunnen onderzoeken of
de veronderstelde theorie overeenkomt met de geobserveerde correlaties in de werkelijkheid
Basiselementen van een padmodel:
- Variabelen
- Relaties tussen variabelen
● Covariatie (correlatie)
● Causale effecten
- Soorten relaties/ effecten
, ● Direct
● Indirect
● Onbekend
● Schijnrelaties (spurious)
● Wederkerige effecten (reciprocal)
● Conditionele effecten
Variabelen
- Variabelen zijn de eigenschappen van onderzoekseenheden (zoals personen,
echtparen, scholen ..) waar je in geïnteresseerd bent
- Er moet variatie zijn in de eigenschap over de eenheden
- Als er geen variatie is in de eigenschap over de eenheden is het geen variabele maar
een constante. Bv student / geen student is een constante
- Veel voorkomende fouten:
● Verwarring van de waarden van de variabele met de variabele zelf: bv: rijk en
arm zijn twee waarden van dezelfde variabele inkomen → niet apart in padmodel
opnemen
● Verwarring van een proces of een theorie met een variabele: bv: attribution
theory, math-related career choice proces
Relaties
- Een uitspraak waarin:
● Twee variabelen voorkomen
● Waarden van de ene variabele samengaan met die van de andere
- Twee soorten uitspraken:
● Covariatie-uitspraak
● Causale uitspraak/relatie: een causale relatie betekent dat de ene variabele leidt
tot verandering in de andere. Als je de onafhankelijke verandert, dan verandert
daardoor ok de afhankelijke. Bv opletten leidt tot kennis
Schijnrelaties (spurious relations)
- Causale uitspraak 1: chocolate causes happiness
- Causale uitspraak 2: chocolate causes longevity
Daardoor ook:
- Covariatie uitspraak: gelukkige mensen leven langer
- Algemeen:
● Uitspraak 1: variabele x veroorzaakt y1
● Uitspraak 2: variabele x veroorzaakt y2
● Covariatie uitspraak: y1 hangt samen met y2
Hoorcollege 1
Padanalyse (HC 1-4)
Kunnen de correlaties tussen een groep variabelen verklaard worden door een causaal model?
,Factoranalyse (HC 5-9)
Kunnen de correlaties tussen een groep variabelen verklaard worden door 1 onderliggend
construct (of meerdere)?
Structural equation modeling (HC 10)
Kunnen de correlaties tussen een groep variabelen verklaard worden door onderliggende
constructen en causale effecten daartussen?
,Na dit college:
- Begrijp je het doel van een padmodel/padanalyse
- Begrijp je het verband tussen padanalyse en regressieanalyse
- Kun je uit een theorie (tekst, flimpje) de variabelen en causale hypothesen halen
- Kun je zes soorten relaties herkennen in een theorie en tekenen:
● Direct effect
● Indirect effect
● Schijn effect
● Onbekend effect
● Wederkerig effect
● Conditioneel effect
- Ken je het verschil tussen causatie en correlatie
- Kun je causale van niet causale uitspraken onderscheiden
Doel van een padmodel: het doel van een padmodel is om theorieën zoals die van Hank
Green te vangen in een formule vorm, het paddiagram, om daarna te kunnen onderzoeken of
de veronderstelde theorie overeenkomt met de geobserveerde correlaties in de werkelijkheid
Basiselementen van een padmodel:
- Variabelen
- Relaties tussen variabelen
● Covariatie (correlatie)
● Causale effecten
- Soorten relaties/ effecten
, ● Direct
● Indirect
● Onbekend
● Schijnrelaties (spurious)
● Wederkerige effecten (reciprocal)
● Conditionele effecten
Variabelen
- Variabelen zijn de eigenschappen van onderzoekseenheden (zoals personen,
echtparen, scholen ..) waar je in geïnteresseerd bent
- Er moet variatie zijn in de eigenschap over de eenheden
- Als er geen variatie is in de eigenschap over de eenheden is het geen variabele maar
een constante. Bv student / geen student is een constante
- Veel voorkomende fouten:
● Verwarring van de waarden van de variabele met de variabele zelf: bv: rijk en
arm zijn twee waarden van dezelfde variabele inkomen → niet apart in padmodel
opnemen
● Verwarring van een proces of een theorie met een variabele: bv: attribution
theory, math-related career choice proces
Relaties
- Een uitspraak waarin:
● Twee variabelen voorkomen
● Waarden van de ene variabele samengaan met die van de andere
- Twee soorten uitspraken:
● Covariatie-uitspraak
● Causale uitspraak/relatie: een causale relatie betekent dat de ene variabele leidt
tot verandering in de andere. Als je de onafhankelijke verandert, dan verandert
daardoor ok de afhankelijke. Bv opletten leidt tot kennis
Schijnrelaties (spurious relations)
- Causale uitspraak 1: chocolate causes happiness
- Causale uitspraak 2: chocolate causes longevity
Daardoor ook:
- Covariatie uitspraak: gelukkige mensen leven langer
- Algemeen:
● Uitspraak 1: variabele x veroorzaakt y1
● Uitspraak 2: variabele x veroorzaakt y2
● Covariatie uitspraak: y1 hangt samen met y2
