HC 1 - Correlationeel Onderzoek Survey-onderzoek
Inhoud:
● Voorbeelden van verschillende soorten data
● Verschillende typen surveys
● Itemscores & schaalscores
Correlationele data is overal
Correlationeel onderzoek: niks manipuleren of aanpassen, enkel meten wat er is in de
wereld
Correlationele data (designed)
We ontwerpen een onderzoek en verzamelen gegevens om:
● de sociale werkelijkheid te beschrijven (bv: religiositeit in nederland)
● (causale) relaties bestuderen (niet alleen een construct meten maar meerdere aan
elkaar meten → zijn religieuze mensen gelukkiger dan niet religieuze mensen)
● te generaliseren naar de doelpopulatie
Soorten surveys
● Face-to-face (CAPI)
○ Onderzoeker zit met mensen en gaat gesloten vragen stellen. Wordt niet vaak
gebruikt want duur. (Ouderen / jongere kinderen)
● Post
○ Post met een brief. (Gemeentes/overheid, voor ouderen)
● Telefoon (CATI)
○ call centers
● Internet
○ email, studenten, panels, klanttevredenheid
● Mixed-mode
○ Lost enkele van de problemen op met bepaalde soorten enquêtes (Lage
response rate, Grote invloed van de interviewer, Hoge kosten)
1. Eén type voor sommige respondenten, een ander type voor anderen (Bijv.
online enquête met metpapieren vragenlijst
(per post) voor mensen zonder internet
2. Eén type voor werving, een andere voor
afname van de enquête (Bijv. uitnodiging
per post voor een online enquête)
3. Eén type voor gegevensverzameling, een
andere voor herinneringen, follow-up (Bijv.
telefonische herinneringen voor een online
enquête)
4. Eén type voor het hoofdgedeelte, een
andere voor vragen over een gevoelig
onderwerp (Bijv. Telefoon & Audio Computer Self Administered (ACASI)
5. Eén type voor één ronde van het panelonderzoek, een andere voor andere
(Bijv. eerste ronde face-to-face, volgende rondes online om kosten te
besparen)
,Panelonderzoek vs. herhaald cross-sectioneelonderzoek
Panelonderzoek
● onderzoek over een langere periode.
● Elk meetmoment wordt dezelfde groep respondenten ondervraagd.
● Inhoud van de vragenlijsten is meestal hetzelfde.
● Vragen kunnen toegevoegd of aangepast worden aan actuele gebeurtenissen,
nieuwe inzichten, etc
Voordelen:
● We kunnen leeftijds-, periode-en cohort effecten beschrijven.
● We kunnen binnen-persoon veranderingen meten.
Nadelen:
● Uitval (attrition)
● Panel conditionering/ leereffecten
Herhaald cross-sectioneel onderzoek
● Is een onderzoek over langere periode.
● Elk meetmoment wordt een andere groep respondenten ondervraagd.
● Inhoud van de vragenlijsten is meestal hetzelfde.
● Vragen kunnen toegevoegd of aangepast worden aan actuele gebeurtenissen,
nieuwe inzichten, etc
Voordelen:
● We kunnen leeftijds-, periode-en cohort effecten beschrijven.
● Goedkoper, minder uitval (attrition)
● Geen leereffecten (iemand zal de vragenlijst dus niet steeds herkennen)
Nadelen:
● Binnen-persoon veranderingen kunnen niet gemeten worden.
Operationaliseren
Om een theoretisch begrip te meten, moeten onderzoekers bepaalde stappen volgen:
Een variabele creëren
1. Optie 1: Het optellen van de itemscores
➢ Tel alle itemscores bij elkaar op, 12 items, itemscores tussen de 1 en de 4 →
schaalscores tussen de 12 en de 48. Maar kan onhandig zijn: vertekend
beeld als iemand niet reageert op vragen.
2. Optie 2: Bereken het gemiddelde van alle itemscores. Dit kan ook berekend worden
met een paar missende waarden
3. Optie 3: Gewogen gemiddelde van itemscores*, elk item tel je even zwaar mee.
,Let op! Soms moeten items omgepoold worden omdat de vraagstelling andersom is.
HC 2 - Betrouwbaarheid & Regressie
Inhoud:
● Validiteit en betrouwbaarheid beoordelen
● Betrouwbaarheidsanalyse
● Enkelvoudige lineaire regressie
Betrouwbaarheid & Validiteit
Betrouwbare meting
● De meting varieert niet door kenmerken van
a) de manier waarop je hebt gemeten of b) het meetinstrument
● AKA precisie van het meetinstrument (hoe precies het meetinstrument dezelfde
score geeft)
● Voorbeeld: een weegschaal in de badkamer moet hetzelfde gewicht aangeven als je
er twee keer op stapt
● Consistentie van de meting
Betrouwbaarheids varianten
● Test-hertest
● Interbeoordelaar
● Interne: samenhang van de scores op verschillende items op de vragenlijst
Twee dezelfde vragenlijsten afgenomen en vergeleken. Wil je weer positief sterk verband
zien.
Valide meting
● Hoe goed je meting overeenkomt met het theoretische begrip waarin je
geïnteresseerd bent
● AKA nauwkeurigheid
● Correctheid van de meting
● Voorbeeld: weegschaal kan mijn gewicht meten maar niet mijn lengte. voor mijn
lengte is het dus niet valide
Hoeveel stappen heb je gezet?
Als iets niet betrouwbaar is, is het sowieso niet valide
, Begripsvaliditeit
● Indruk: Lijkt de meting in orde? • Subjectief
● Inhoud: Meet het alle aspecten van het construct? • Subjectief
● Convergent: Correleert het met een andere meting van hetzelfde construct? •
Objectief
● Divergent: Correleert het niet met iets dat iets anders meet? • Objectief (We willen
niet dat de PTSS lijst overeenkomst met de depressielijst)
● Criterium: Correleert het met een andere meting waarvan we weten dat de relatie er
is? • Objectief
Sterkte meten
● We meten de sterkte van de relatie met een correlatie
● Een maat voor het meten van de sterkte en richting van
een lineaire relatie tussen twee interval-/ratiovariabelen.
● Aangegeven met r
● Waarden tussen -1 (negatief verband) en +1 (positief
verband)
● Ook gebruikt voor validiteit
Betrouwbaarheid - Hoe te meten zonder herhaalde metingen?
● Cronbach’s Alpha: interne betrouwbaarheid
● Meet interne consistentie: In welke mate zijn de items in een vragenlijst met elkaar
gecorreleerd?
○ VB: 17 items, hoe sterk hangen deze allemaal samen? Als je hoog scoort op
het ene item, scoor je ook hoog op het andere item.
● Complexe berekeningen → computer
● Om betrouwbaarheidsanalyses te gebruiken, moeten alle items in dezelfde richting
zijn gecodeerd!
Betrouwbaarheidsanalyse: De schaal verbeteren
Controleer de correlaties tussen de individuele items en de schaal zonder dat item
● “item-rest correlatie” or “item-totalcorrelatie”
● Vuistregel: 𝑟it <±0.2 → item kan mogelijk worden verwijderd
Controleer bovendien wat er gebeurt met Cronbach's Alpha als de schaal zou worden
gemaakt zonder dat specifieke item:
● “Cronbach’s Alpha if item dropped”
● Vuistregel: α neem het meest toe → item kan als eerste worden verwijderd
● Een voor een verwijderen.
Inhoud:
● Voorbeelden van verschillende soorten data
● Verschillende typen surveys
● Itemscores & schaalscores
Correlationele data is overal
Correlationeel onderzoek: niks manipuleren of aanpassen, enkel meten wat er is in de
wereld
Correlationele data (designed)
We ontwerpen een onderzoek en verzamelen gegevens om:
● de sociale werkelijkheid te beschrijven (bv: religiositeit in nederland)
● (causale) relaties bestuderen (niet alleen een construct meten maar meerdere aan
elkaar meten → zijn religieuze mensen gelukkiger dan niet religieuze mensen)
● te generaliseren naar de doelpopulatie
Soorten surveys
● Face-to-face (CAPI)
○ Onderzoeker zit met mensen en gaat gesloten vragen stellen. Wordt niet vaak
gebruikt want duur. (Ouderen / jongere kinderen)
● Post
○ Post met een brief. (Gemeentes/overheid, voor ouderen)
● Telefoon (CATI)
○ call centers
● Internet
○ email, studenten, panels, klanttevredenheid
● Mixed-mode
○ Lost enkele van de problemen op met bepaalde soorten enquêtes (Lage
response rate, Grote invloed van de interviewer, Hoge kosten)
1. Eén type voor sommige respondenten, een ander type voor anderen (Bijv.
online enquête met metpapieren vragenlijst
(per post) voor mensen zonder internet
2. Eén type voor werving, een andere voor
afname van de enquête (Bijv. uitnodiging
per post voor een online enquête)
3. Eén type voor gegevensverzameling, een
andere voor herinneringen, follow-up (Bijv.
telefonische herinneringen voor een online
enquête)
4. Eén type voor het hoofdgedeelte, een
andere voor vragen over een gevoelig
onderwerp (Bijv. Telefoon & Audio Computer Self Administered (ACASI)
5. Eén type voor één ronde van het panelonderzoek, een andere voor andere
(Bijv. eerste ronde face-to-face, volgende rondes online om kosten te
besparen)
,Panelonderzoek vs. herhaald cross-sectioneelonderzoek
Panelonderzoek
● onderzoek over een langere periode.
● Elk meetmoment wordt dezelfde groep respondenten ondervraagd.
● Inhoud van de vragenlijsten is meestal hetzelfde.
● Vragen kunnen toegevoegd of aangepast worden aan actuele gebeurtenissen,
nieuwe inzichten, etc
Voordelen:
● We kunnen leeftijds-, periode-en cohort effecten beschrijven.
● We kunnen binnen-persoon veranderingen meten.
Nadelen:
● Uitval (attrition)
● Panel conditionering/ leereffecten
Herhaald cross-sectioneel onderzoek
● Is een onderzoek over langere periode.
● Elk meetmoment wordt een andere groep respondenten ondervraagd.
● Inhoud van de vragenlijsten is meestal hetzelfde.
● Vragen kunnen toegevoegd of aangepast worden aan actuele gebeurtenissen,
nieuwe inzichten, etc
Voordelen:
● We kunnen leeftijds-, periode-en cohort effecten beschrijven.
● Goedkoper, minder uitval (attrition)
● Geen leereffecten (iemand zal de vragenlijst dus niet steeds herkennen)
Nadelen:
● Binnen-persoon veranderingen kunnen niet gemeten worden.
Operationaliseren
Om een theoretisch begrip te meten, moeten onderzoekers bepaalde stappen volgen:
Een variabele creëren
1. Optie 1: Het optellen van de itemscores
➢ Tel alle itemscores bij elkaar op, 12 items, itemscores tussen de 1 en de 4 →
schaalscores tussen de 12 en de 48. Maar kan onhandig zijn: vertekend
beeld als iemand niet reageert op vragen.
2. Optie 2: Bereken het gemiddelde van alle itemscores. Dit kan ook berekend worden
met een paar missende waarden
3. Optie 3: Gewogen gemiddelde van itemscores*, elk item tel je even zwaar mee.
,Let op! Soms moeten items omgepoold worden omdat de vraagstelling andersom is.
HC 2 - Betrouwbaarheid & Regressie
Inhoud:
● Validiteit en betrouwbaarheid beoordelen
● Betrouwbaarheidsanalyse
● Enkelvoudige lineaire regressie
Betrouwbaarheid & Validiteit
Betrouwbare meting
● De meting varieert niet door kenmerken van
a) de manier waarop je hebt gemeten of b) het meetinstrument
● AKA precisie van het meetinstrument (hoe precies het meetinstrument dezelfde
score geeft)
● Voorbeeld: een weegschaal in de badkamer moet hetzelfde gewicht aangeven als je
er twee keer op stapt
● Consistentie van de meting
Betrouwbaarheids varianten
● Test-hertest
● Interbeoordelaar
● Interne: samenhang van de scores op verschillende items op de vragenlijst
Twee dezelfde vragenlijsten afgenomen en vergeleken. Wil je weer positief sterk verband
zien.
Valide meting
● Hoe goed je meting overeenkomt met het theoretische begrip waarin je
geïnteresseerd bent
● AKA nauwkeurigheid
● Correctheid van de meting
● Voorbeeld: weegschaal kan mijn gewicht meten maar niet mijn lengte. voor mijn
lengte is het dus niet valide
Hoeveel stappen heb je gezet?
Als iets niet betrouwbaar is, is het sowieso niet valide
, Begripsvaliditeit
● Indruk: Lijkt de meting in orde? • Subjectief
● Inhoud: Meet het alle aspecten van het construct? • Subjectief
● Convergent: Correleert het met een andere meting van hetzelfde construct? •
Objectief
● Divergent: Correleert het niet met iets dat iets anders meet? • Objectief (We willen
niet dat de PTSS lijst overeenkomst met de depressielijst)
● Criterium: Correleert het met een andere meting waarvan we weten dat de relatie er
is? • Objectief
Sterkte meten
● We meten de sterkte van de relatie met een correlatie
● Een maat voor het meten van de sterkte en richting van
een lineaire relatie tussen twee interval-/ratiovariabelen.
● Aangegeven met r
● Waarden tussen -1 (negatief verband) en +1 (positief
verband)
● Ook gebruikt voor validiteit
Betrouwbaarheid - Hoe te meten zonder herhaalde metingen?
● Cronbach’s Alpha: interne betrouwbaarheid
● Meet interne consistentie: In welke mate zijn de items in een vragenlijst met elkaar
gecorreleerd?
○ VB: 17 items, hoe sterk hangen deze allemaal samen? Als je hoog scoort op
het ene item, scoor je ook hoog op het andere item.
● Complexe berekeningen → computer
● Om betrouwbaarheidsanalyses te gebruiken, moeten alle items in dezelfde richting
zijn gecodeerd!
Betrouwbaarheidsanalyse: De schaal verbeteren
Controleer de correlaties tussen de individuele items en de schaal zonder dat item
● “item-rest correlatie” or “item-totalcorrelatie”
● Vuistregel: 𝑟it <±0.2 → item kan mogelijk worden verwijderd
Controleer bovendien wat er gebeurt met Cronbach's Alpha als de schaal zou worden
gemaakt zonder dat specifieke item:
● “Cronbach’s Alpha if item dropped”
● Vuistregel: α neem het meest toe → item kan als eerste worden verwijderd
● Een voor een verwijderen.
