S_KNODBO Kennisclips
Week 1 (44)
1.1.1 Introductie betrouwbaarheidsanalyse
- Laatste stelling lijkt niet te passen kwa antwoorden, geeft geen consistent beeld
➔ Sprake van onbetrouwbaarheid: de 4 stellingen vormen geen consistente
meting van enthousiasme
- Let op: betrouwbaarheid slaat niet op liegen, dus of student misschien liegt of
wenselijke antwoorden geeft gaat niet over betrouwbaarheid (consistentie), maar
-> validiteit van meting: meet je wel echt enthousiasme, betekent hogere score
wel echt enthousiasme?
o Betrouwbaarheid: consistentie meetinstrumenten
o Meetvaliditeit (geldigheid): meet instrument ook echt verschijnsel dat je
wil meten?
,- Rechtsboven komt eigenlijk nooit voor, onbetrouwbare meting is vaak ook slechte
meting kwa validiteit
- Item X = iets tastbaars, we hebben een score (bv. een stelling)
- Ovaal = onbekend, niet gemeten (bv. je echte enthousiasme voor statistiek,
kunnen we nooit echt helemaal omvatten)
- Measurement error = bepaalde items misschien niet helemaal duidelijk
geformuleerd, of iemand kruist per ongeluk verkeerde vakje aan
, - Bij verschillende items, iets minder last van die meetfouten dan met maar 1 item
-> stel bij 1 item meetfouten heel hoog, rommelig beeld -> dan kun je die stelling
weghalen
Meten van betrouwbaarheid
Hoe kunnen we de interne betrouwbaarheid van een meting vaststellen?
Bij multiple-indicator measure: is er interne consistentie? Is er samenhang tussen de
items? Passen die 5 items wel bij elkaar?
- Vast te stellen met de split-half methode -> de items in 2 groepen delen
- Vast te stellen met Cronbach’s alfa
Split-half methode
, - Correlatie van +1 -> perfect verband, in dit geval r = -0,1 -> eigenlijk geen/zwak
negatie verband
1.2.1. Introductie Cronbach’s alpha
Betrouwbaarheid: Cronbach’s alpha
- Getal dat slaat op de hele schaal, dus niet op bepaald item
- Je set van vragen (bij elkaar schaal genoemd_ moeten samen 1
construct/concept meten
- Cronbach’s alpha geeft aan hoe betrouwbaar de schaal is
- Ligt (bijna) altijd tussen 0 en 1
- α -> 0.80 of hoger betekent een betrouwbare schaal
Stappenplan betrouwbaarheidsanalyse
1. Check of concept dat je meet ééndimensionaal is en of alle vragen in dezelfde
richting gecodeerd zijn -> zo niet: ompolen
a. Ééndimensionaal = dat alle vragen of indicatoren hetzelfde onderliggende
begrip meten (bv. enthousiasme)
2. Bekijk Cronbach’s alpha. Beslis of je bepaalde items weg moet laten.
3. Zo ja, voer betrouwbaarheidsanalyse nogmaals uit voor de nieuwe subset items,
tot je geen verbetering meer kunt krijgen
4. Maak nieuwe variabele aan (SPSS: compute): de schaal of index
5. Rapporteer de Cronbach’s alpha
Week 1 (44)
1.1.1 Introductie betrouwbaarheidsanalyse
- Laatste stelling lijkt niet te passen kwa antwoorden, geeft geen consistent beeld
➔ Sprake van onbetrouwbaarheid: de 4 stellingen vormen geen consistente
meting van enthousiasme
- Let op: betrouwbaarheid slaat niet op liegen, dus of student misschien liegt of
wenselijke antwoorden geeft gaat niet over betrouwbaarheid (consistentie), maar
-> validiteit van meting: meet je wel echt enthousiasme, betekent hogere score
wel echt enthousiasme?
o Betrouwbaarheid: consistentie meetinstrumenten
o Meetvaliditeit (geldigheid): meet instrument ook echt verschijnsel dat je
wil meten?
,- Rechtsboven komt eigenlijk nooit voor, onbetrouwbare meting is vaak ook slechte
meting kwa validiteit
- Item X = iets tastbaars, we hebben een score (bv. een stelling)
- Ovaal = onbekend, niet gemeten (bv. je echte enthousiasme voor statistiek,
kunnen we nooit echt helemaal omvatten)
- Measurement error = bepaalde items misschien niet helemaal duidelijk
geformuleerd, of iemand kruist per ongeluk verkeerde vakje aan
, - Bij verschillende items, iets minder last van die meetfouten dan met maar 1 item
-> stel bij 1 item meetfouten heel hoog, rommelig beeld -> dan kun je die stelling
weghalen
Meten van betrouwbaarheid
Hoe kunnen we de interne betrouwbaarheid van een meting vaststellen?
Bij multiple-indicator measure: is er interne consistentie? Is er samenhang tussen de
items? Passen die 5 items wel bij elkaar?
- Vast te stellen met de split-half methode -> de items in 2 groepen delen
- Vast te stellen met Cronbach’s alfa
Split-half methode
, - Correlatie van +1 -> perfect verband, in dit geval r = -0,1 -> eigenlijk geen/zwak
negatie verband
1.2.1. Introductie Cronbach’s alpha
Betrouwbaarheid: Cronbach’s alpha
- Getal dat slaat op de hele schaal, dus niet op bepaald item
- Je set van vragen (bij elkaar schaal genoemd_ moeten samen 1
construct/concept meten
- Cronbach’s alpha geeft aan hoe betrouwbaar de schaal is
- Ligt (bijna) altijd tussen 0 en 1
- α -> 0.80 of hoger betekent een betrouwbare schaal
Stappenplan betrouwbaarheidsanalyse
1. Check of concept dat je meet ééndimensionaal is en of alle vragen in dezelfde
richting gecodeerd zijn -> zo niet: ompolen
a. Ééndimensionaal = dat alle vragen of indicatoren hetzelfde onderliggende
begrip meten (bv. enthousiasme)
2. Bekijk Cronbach’s alpha. Beslis of je bepaalde items weg moet laten.
3. Zo ja, voer betrouwbaarheidsanalyse nogmaals uit voor de nieuwe subset items,
tot je geen verbetering meer kunt krijgen
4. Maak nieuwe variabele aan (SPSS: compute): de schaal of index
5. Rapporteer de Cronbach’s alpha
