Meten en Diagnostiek 2
Uitwerking leerdoelen & Samenvatting
Tara van der Sar
Leerdoelen week 1:
🧩 1. Wat is psychometrie, hoe is het ontstaan, en wat zijn de rollen van
theorie, causaliteit en statistiek?
Psychometrie is de wetenschap die zich bezighoudt met het meten van
psychologische eigenschappen (zoals intelligentie, persoonlijkheid, angst,
depressie).
Omdat deze eigenschappen niet direct observeerbaar zijn, probeert de
psychometrie ze meetbaar te maken via observeerbare indicatoren (zoals
testitems of gedragingen).
Ontstaan:
Begon eind 19e eeuw met Francis Galton en Charles Spearman, die
individuele verschillen wilden meten.
Spearman introduceerde de factoranalyse, een statistische methode om
onderliggende (latente) eigenschappen te identificeren.
Later breidde dit zich uit tot moderne modellen zoals de item-respons-
theorie (IRT).
Rollen binnen de psychometrie:
Theorie: startpunt vragenlijst! Wat zijn de relevante variabelen, wat
stellen ze voor? Wat zijn relevante observeerbare variabelen? Kijkt hoe de
relevante psychologische variabelen verdeeld zijn en wat het meetniveau
is. definieert wat we meten (het construct, zoals extraversie).
Causaliteit: beschrijft hoe het construct gedrag of antwoorden
veroorzaakt (bijv. meer extraversie → meer sociale interactie).
Statistiek: psychometrische analyse = analyse van individuele
verschillen in item responses. Relatie tussen latent en geobserveerde
variabelen, samenhang tussen variabelen. biedt hulpmiddelen om te
controleren of onze meting betrouwbaar en valide is, en of het model de
data goed beschrijft.
➤ In de psychometrie werken theorie, causaliteit en statistiek dus samen om
onzichtbare eigenschappen meetbaar te maken.
🧠 2. Wat is een psychologische test en welke typen bestaan er?
Definitie:
Een psychologische test is een systematisch instrument waarmee gedrag,
antwoorden of prestaties worden geobserveerd om een uitspraak te doen over
een psychologisch construct.
Kenmerken:
Gestandaardiseerd (iedereen krijgt dezelfde vragen/instructies)
Betrouwbaar (meetconsistentie)
Valide (meet wat het hoort te meten)
Typen tests:
1. Prestatietests: meten cognitieve vermogens of vaardigheden (bijv. IQ,
rekentest).
2. Vragenlijsten: meten attitudes of persoonlijkheid (bijv. depressieschaal).
3. Projectieve tests: interpreteren reacties op ambigue stimuli (bijv.
Rorschach).
4. Neuropsychologische tests: meten hersengerelateerde functies (bijv.
geheugen, aandacht).
,🔍 3. Wat is een latente variabele en waarom is meten daarvan
complex?
Een latente variabele is een eigenschap die je niet direct kunt observeren
(zoals angst of motivatie).
We meten deze via observeerbare indicatoren (items, gedragingen) die
verondersteld worden samen te hangen met het latente construct.
Complicaties bij meten van latente variabelen:
Meetfout: antwoorden kunnen beïnvloed worden door toevallige factoren
(stemming, context, interpretatie).
Indirectheid: je meet niet het construct zelf, maar een indicator ervan.
Beperkingen van meetschalen: items zijn vaak ordinaal (1–5), maar we
behandelen ze alsof ze interval zijn.
Complexe modellen nodig: bijvoorbeeld factoranalyse of IRT om de
onderliggende eigenschap te schatten.
🧩 4. Pad-diagrammen interpreteren
Een pad-diagram visualiseert relaties tussen latente variabelen en
meetindicatoren:
Ovaal: latente variabele (bijv. “angst”).
Rechthoek: observeerbare variabele (bijv. item 1: “Ik voel me
gespannen”).
Eénrichtingspijl: causale richting
(van latente variabele naar item).
Dubbele pijl: correlatie tussen
variabelen.
Error-termen: meetfouten per item.
Interpretatievoorbeeld:
Als de pijlen van “depressie” naar de items
“somber”, “moe”, “lusteloos” wijzen,
betekent dat dat de latente eigenschap
depressie de antwoorden op die items
veroorzaakt.
⚖️ 5. Verschil tussen reflectieve en formatieve meting
Kenmerk Reflectief model Formatief model
Richting van
Latente variabele → items Items → construct
invloed
Verband tussen Hoeft niet gecorreleerd te
Hoog (gecorreleerd)
items zijn
Extraversie → “praat graag”, “maakt SES = inkomen +
Voorbeeld
makkelijk contact” opleiding + beroep
Interne consistentie is
Implicatie Interne consistentie (α) is relevant
niet vereist
Kort gezegd:
Reflectief: het construct veroorzaakt de antwoorden.
Formatief: de antwoorden vormen samen het construct.
,📏 6. Informatiewaarde van een variabele (identiteit, rangorde,
kwantiteit, absoluut nulpunt)
Een variabele bevat meer of minder informatiewaarde afhankelijk van hoeveel
eigenschappen ze bezit:
Meetnive
Eigenschap Betekenis Statistische bewerkingen
au
Onderscheid tussen
Identiteit Nominaal Frequenties, modus
categorieën
Rangorde Volgorde van waarden Ordinaal Mediaan, percentielen
Gelijke afstanden
Kwantiteit Interval Gemiddelde, SD, correlaties
tussen waarden
Absoluut 0 = afwezigheid van Verhoudingen, alle wiskundige
Ratio
nulpunt eigenschap bewerkingen
Hoe meer eigenschappen → hoe rijker de informatie → hoe meer statistiek
mogelijk is.
📊 7. De verschillende meetniveaus en hun implicaties
Meetnive Wat kun je Psychologische
Eigenschappen Voorbeeld
au ermee doen? implicatie
Geslacht,
Alleen
diagnose Frequenties,
Nominaal Alleen identiteit categorieën
(ADHD/geen chi-kwadraat
onderscheiden
ADHD)
Geen gelijke
Identiteit + Likert-schaal, Rangorde,
Ordinaal afstanden tussen
rangorde opleidingsniveau mediaan
categorieën
Identiteit +
IQ-score, Gemiddelde, 0 is relatief (geen
Interval rangorde +
temperatuur (°C) SD, correlatie echt nulpunt)
gelijke afstanden
Ratio Alle vier Lengte, gewicht, Alle Komt zelden voor
eigenschappen tijd (sec) berekeningen, in psychologie
, Meetnive Wat kun je Psychologische
Eigenschappen Voorbeeld
au ermee doen? implicatie
verhoudingen
Implicatie:
De keuze van meetniveau bepaalt:
Welke statistische toetsen correct zijn (nominaal → chi-kwadraat, interval
→ regressie, etc.).
Hoe je resultaten interpreteert (betekent een “nulscore” niets of echt
‘geen eigenschap’?).
Hoe nauwkeurig je kunt meten (meer eigenschappen = hogere
informatiewaarde).
🧮 8. Basisstatistieken kunnen interpreteren en toepassen
Interpretatie /
Begrip Betekenis Voorbeeld
Gebruik
Centrale tendens
Som van alle waarden
Gemiddelde van een variabele Gemiddelde IQ =
gedeeld door het aantal
(Mean) (alleen zinvol bij 100
observaties
interval of ratio)
Gemiddelde afwijking
van waarden t.o.v. het IQ’s liggen uiteen
Varianties (s²) Geeft spreiding aan
gemiddelde met s² = 225
(gekwadrateerd)
Spreiding in s = 15 bij IQ
Standaarddevi dezelfde eenheid als betekent dat 68%
Wortel van de variantie
atie (s) de oorspronkelijke tussen 85 en 115
meting zit
Samenhang tussen Positief = stijgen
Meer angst →
Covariantie twee variabelen in samen; negatief =
meer piekeren
ruwe meeteenheden tegenovergesteld
Gestandaardiseerde Geeft sterkte en
r = .80 = sterk
Correlatie (r) covariantie (tussen −1 richting van
positief verband
en +1) samenhang
Aantal Maakt scores
standaarddeviaties dat vergelijkbaar over z = 1.0 → 1 SD
z-score
een score boven/onder verschillende boven gemiddeld
het gemiddelde ligt schalen
Wordt gebruikt om
Waarschijnlijkheid dat p < .05 →
te toetsen of
Kans (p) een gebeurtenis onwaarschijnlijk
resultaten door
optreedt (0–1) toeval
toeval komen
Toepassing:
Deze statistieken worden gebruikt om testresultaten te beschrijven, scores te
standaardiseren en relaties tussen psychologische variabelen te analyseren
(zoals correlaties tussen angst en depressie).
📊 9. Verdeling van een variabele interpreteren
Een verdeling laat zien hoe vaak elke waarde voorkomt.
Histogram: voor continue variabelen (bijv. IQ-scores, reactietijd).
Staafdiagram: voor categorische variabelen (bijv. diagnose, geslacht).
Belangrijke kenmerken:
Vorm: normaal (klokvormig), scheef, of bimodaal.
Uitwerking leerdoelen & Samenvatting
Tara van der Sar
Leerdoelen week 1:
🧩 1. Wat is psychometrie, hoe is het ontstaan, en wat zijn de rollen van
theorie, causaliteit en statistiek?
Psychometrie is de wetenschap die zich bezighoudt met het meten van
psychologische eigenschappen (zoals intelligentie, persoonlijkheid, angst,
depressie).
Omdat deze eigenschappen niet direct observeerbaar zijn, probeert de
psychometrie ze meetbaar te maken via observeerbare indicatoren (zoals
testitems of gedragingen).
Ontstaan:
Begon eind 19e eeuw met Francis Galton en Charles Spearman, die
individuele verschillen wilden meten.
Spearman introduceerde de factoranalyse, een statistische methode om
onderliggende (latente) eigenschappen te identificeren.
Later breidde dit zich uit tot moderne modellen zoals de item-respons-
theorie (IRT).
Rollen binnen de psychometrie:
Theorie: startpunt vragenlijst! Wat zijn de relevante variabelen, wat
stellen ze voor? Wat zijn relevante observeerbare variabelen? Kijkt hoe de
relevante psychologische variabelen verdeeld zijn en wat het meetniveau
is. definieert wat we meten (het construct, zoals extraversie).
Causaliteit: beschrijft hoe het construct gedrag of antwoorden
veroorzaakt (bijv. meer extraversie → meer sociale interactie).
Statistiek: psychometrische analyse = analyse van individuele
verschillen in item responses. Relatie tussen latent en geobserveerde
variabelen, samenhang tussen variabelen. biedt hulpmiddelen om te
controleren of onze meting betrouwbaar en valide is, en of het model de
data goed beschrijft.
➤ In de psychometrie werken theorie, causaliteit en statistiek dus samen om
onzichtbare eigenschappen meetbaar te maken.
🧠 2. Wat is een psychologische test en welke typen bestaan er?
Definitie:
Een psychologische test is een systematisch instrument waarmee gedrag,
antwoorden of prestaties worden geobserveerd om een uitspraak te doen over
een psychologisch construct.
Kenmerken:
Gestandaardiseerd (iedereen krijgt dezelfde vragen/instructies)
Betrouwbaar (meetconsistentie)
Valide (meet wat het hoort te meten)
Typen tests:
1. Prestatietests: meten cognitieve vermogens of vaardigheden (bijv. IQ,
rekentest).
2. Vragenlijsten: meten attitudes of persoonlijkheid (bijv. depressieschaal).
3. Projectieve tests: interpreteren reacties op ambigue stimuli (bijv.
Rorschach).
4. Neuropsychologische tests: meten hersengerelateerde functies (bijv.
geheugen, aandacht).
,🔍 3. Wat is een latente variabele en waarom is meten daarvan
complex?
Een latente variabele is een eigenschap die je niet direct kunt observeren
(zoals angst of motivatie).
We meten deze via observeerbare indicatoren (items, gedragingen) die
verondersteld worden samen te hangen met het latente construct.
Complicaties bij meten van latente variabelen:
Meetfout: antwoorden kunnen beïnvloed worden door toevallige factoren
(stemming, context, interpretatie).
Indirectheid: je meet niet het construct zelf, maar een indicator ervan.
Beperkingen van meetschalen: items zijn vaak ordinaal (1–5), maar we
behandelen ze alsof ze interval zijn.
Complexe modellen nodig: bijvoorbeeld factoranalyse of IRT om de
onderliggende eigenschap te schatten.
🧩 4. Pad-diagrammen interpreteren
Een pad-diagram visualiseert relaties tussen latente variabelen en
meetindicatoren:
Ovaal: latente variabele (bijv. “angst”).
Rechthoek: observeerbare variabele (bijv. item 1: “Ik voel me
gespannen”).
Eénrichtingspijl: causale richting
(van latente variabele naar item).
Dubbele pijl: correlatie tussen
variabelen.
Error-termen: meetfouten per item.
Interpretatievoorbeeld:
Als de pijlen van “depressie” naar de items
“somber”, “moe”, “lusteloos” wijzen,
betekent dat dat de latente eigenschap
depressie de antwoorden op die items
veroorzaakt.
⚖️ 5. Verschil tussen reflectieve en formatieve meting
Kenmerk Reflectief model Formatief model
Richting van
Latente variabele → items Items → construct
invloed
Verband tussen Hoeft niet gecorreleerd te
Hoog (gecorreleerd)
items zijn
Extraversie → “praat graag”, “maakt SES = inkomen +
Voorbeeld
makkelijk contact” opleiding + beroep
Interne consistentie is
Implicatie Interne consistentie (α) is relevant
niet vereist
Kort gezegd:
Reflectief: het construct veroorzaakt de antwoorden.
Formatief: de antwoorden vormen samen het construct.
,📏 6. Informatiewaarde van een variabele (identiteit, rangorde,
kwantiteit, absoluut nulpunt)
Een variabele bevat meer of minder informatiewaarde afhankelijk van hoeveel
eigenschappen ze bezit:
Meetnive
Eigenschap Betekenis Statistische bewerkingen
au
Onderscheid tussen
Identiteit Nominaal Frequenties, modus
categorieën
Rangorde Volgorde van waarden Ordinaal Mediaan, percentielen
Gelijke afstanden
Kwantiteit Interval Gemiddelde, SD, correlaties
tussen waarden
Absoluut 0 = afwezigheid van Verhoudingen, alle wiskundige
Ratio
nulpunt eigenschap bewerkingen
Hoe meer eigenschappen → hoe rijker de informatie → hoe meer statistiek
mogelijk is.
📊 7. De verschillende meetniveaus en hun implicaties
Meetnive Wat kun je Psychologische
Eigenschappen Voorbeeld
au ermee doen? implicatie
Geslacht,
Alleen
diagnose Frequenties,
Nominaal Alleen identiteit categorieën
(ADHD/geen chi-kwadraat
onderscheiden
ADHD)
Geen gelijke
Identiteit + Likert-schaal, Rangorde,
Ordinaal afstanden tussen
rangorde opleidingsniveau mediaan
categorieën
Identiteit +
IQ-score, Gemiddelde, 0 is relatief (geen
Interval rangorde +
temperatuur (°C) SD, correlatie echt nulpunt)
gelijke afstanden
Ratio Alle vier Lengte, gewicht, Alle Komt zelden voor
eigenschappen tijd (sec) berekeningen, in psychologie
, Meetnive Wat kun je Psychologische
Eigenschappen Voorbeeld
au ermee doen? implicatie
verhoudingen
Implicatie:
De keuze van meetniveau bepaalt:
Welke statistische toetsen correct zijn (nominaal → chi-kwadraat, interval
→ regressie, etc.).
Hoe je resultaten interpreteert (betekent een “nulscore” niets of echt
‘geen eigenschap’?).
Hoe nauwkeurig je kunt meten (meer eigenschappen = hogere
informatiewaarde).
🧮 8. Basisstatistieken kunnen interpreteren en toepassen
Interpretatie /
Begrip Betekenis Voorbeeld
Gebruik
Centrale tendens
Som van alle waarden
Gemiddelde van een variabele Gemiddelde IQ =
gedeeld door het aantal
(Mean) (alleen zinvol bij 100
observaties
interval of ratio)
Gemiddelde afwijking
van waarden t.o.v. het IQ’s liggen uiteen
Varianties (s²) Geeft spreiding aan
gemiddelde met s² = 225
(gekwadrateerd)
Spreiding in s = 15 bij IQ
Standaarddevi dezelfde eenheid als betekent dat 68%
Wortel van de variantie
atie (s) de oorspronkelijke tussen 85 en 115
meting zit
Samenhang tussen Positief = stijgen
Meer angst →
Covariantie twee variabelen in samen; negatief =
meer piekeren
ruwe meeteenheden tegenovergesteld
Gestandaardiseerde Geeft sterkte en
r = .80 = sterk
Correlatie (r) covariantie (tussen −1 richting van
positief verband
en +1) samenhang
Aantal Maakt scores
standaarddeviaties dat vergelijkbaar over z = 1.0 → 1 SD
z-score
een score boven/onder verschillende boven gemiddeld
het gemiddelde ligt schalen
Wordt gebruikt om
Waarschijnlijkheid dat p < .05 →
te toetsen of
Kans (p) een gebeurtenis onwaarschijnlijk
resultaten door
optreedt (0–1) toeval
toeval komen
Toepassing:
Deze statistieken worden gebruikt om testresultaten te beschrijven, scores te
standaardiseren en relaties tussen psychologische variabelen te analyseren
(zoals correlaties tussen angst en depressie).
📊 9. Verdeling van een variabele interpreteren
Een verdeling laat zien hoe vaak elke waarde voorkomt.
Histogram: voor continue variabelen (bijv. IQ-scores, reactietijd).
Staafdiagram: voor categorische variabelen (bijv. diagnose, geslacht).
Belangrijke kenmerken:
Vorm: normaal (klokvormig), scheef, of bimodaal.
