Please enable JavaScript.
Coggle requires JavaScript to display documents.
H3: Definiëren en meten van variabelen - Coggle Diagram
H3: Definiëren en meten van variabelen
Operationaliseren
Variabelen definieren en meetbaar maken
Theorie
= reeks van uitspraken die verklaring en voorspelling bieden voor bepaald gedrag/fenomeen
Hypothetisch construct
= variabele die moeilijk te observeren en meten is (bv motivatie)
Externe stimulus => construct => extern gedrag
Bv. Examen => verhoogde angst => nerveus zijn
We kunnen construct niet meten, maar wel extern gedrag
Heeft ook
beperking
: een construct is niet hetzelfde als de manier waarop we het operationaliseren
Bv. Ziek zijn kan invloed hebben op je prestatie tijdens een examen (extern gedrag), maar niet op je kennis (construct)
Kans dat men belangrijke onderdelen niet meet
(bv. Depressie zowel cognitieve als emotionele componenten)
Oplossing
: op meerdere manieren meten
Kans dat men onderdelen meet die niet relevant zijn
(bv. Zelfrepoortage bij depressie - je verbale mogelijkheden spelen rol)
Kijken naar voorgaand onderzoek en zelfde manier van meten gebruiken => je kan ook meteen resultaten vergelijken met voorgaand onderzoek
Validiteit en betrouwbaarheid
van de metingen
Consistentie van een relatie
Positieve relatie
: als ene waarde stijgt, stijgt andere waarde ook en omgekeerd (+)
Negatieve relatie
: als ene waarde stijgt, daalt andere waarde en omgekeerd (-)
Correlatie
: samenhang tussen variabelen, kan positief of negatief zijn
Geen relatie (0)
Gaan samen met validiteit en betrouwbaarheid
Validiteit
: aantonen dat meetprocedures
meten wat je beweert te meten
Face validity
: validiteit op het eerste gezicht - ziet de meetprocedure eruit alsof het meet wat het claimt te meten
Concurrent validity
: gelijktijdige validiteit - consistentie tussen scores bij
nieuwe meetprocedure
en oude meetprocedure
Hoge correlatie => geldige meetprocedure
Opletten: bv. Weegschaal gebruiken om lengte te meten (heeft concurrent validity, maar geen construct validity)
Predictieve validiteit
: indien de meetprocedure gedrag kan voorspellen (bv. Het construct ‘agressie’ meten => verwachting dat die persoon zich agressief zal gedragen)
Construct validity
: via voorgaand onderzoek weten we hoe variabele zich gedraagt => kunnen bewijzen dat bij jouw metingen de variabele zich op exact dezelfde manier gedraagt
Nooit volledig
want telkens nieuw onderzoek
Bv. Gewicht hangt samen met dieet => moet terug te zien zijn in je metingen
Convergent validity
: variabelen die moeten samenhangen, hangen samen
Er is nog geen meetinstrument voor het construct => jij meet 2 variabelen en kijkt of ze samen hangen
Divergent validity
: variabelen die niet moeten samenhangen, hangen niet samen
Bv. Meten van agressie, maar anderen meten ook energielevel zodat je deze 2 niet met elkaar verwart
Betrouwbaarheid
: stabiliteit van meting
Als zelfde persoon
onder zelfde omstandigheden
2x gemeten wordt => zelfde resultaat
Variabele die je meet moet hiervoor constant zijn
Gemeten score = echte score + de fout
Fout = bv. Vermoeidheid (kan veranderen van dag tot dag)
Grote fout => minder betrouwbaarheid
Bv. Reactietijd: veel variatie => onderzoekers nemen gemiddelde om dit op te lossen
Bronnen van fouten
Observatiefout
: menselijke fout, vaak wanneer er menselijke beoordeling nodig is (bv. Toets verbeteren)
Omgevingsveranderingen
: onvermijdelijk
Deelnemers veranderen
: bv attentiespanne verandert van dag tot dag
Opeenvolgende metingen
Test-hertest betrouwbaarheid
: correlatie tussen de eerste en tweede meting (zou weinig verschil mogen zijn tussen beide)
Parallele-vormen betrouwbaarheid
: twee verschillende versies van het meetinstrument gebruiken => zou gelijkaardig resultaat moeten geven
Gelijktijdige metingen
Interbeoordelaarsbetrouwbaarheid
: mate waarin meningen van twee observators overeen komen
Interne consistentie
Split-halve betrouwbaarheid
: construct heeft meerdere items => elk item apart meten, split de twee helften van items en maak een gemiddelde
Relatie tussen validiteit en betrouwbaarheid
Kan niet valide zijn zonder betrouwbaarheid (bv IQ twee verschillende scores => meetinstrument meet niet juist)
Kan wel betrouwbaar zijn zonder validiteit (bv IQ meten via lat, consistente resultaten)
Accuraatheid
: mate waarin metingen overeen komen met gevestigde standaard (bv snelheidsmeter in auto is consistent 10 km/u te snel: betrouwbaar en valide, maar niet accuraat)
In gedragswetenschappen vaak onbestaand
Bias
: onaccuraatheid is voorspelbaar
Meetschalen
Nominale
schaal: kwalitatieve verschillen (bv uit welke regio iemand komt)
=> we weten dat er een verschil is, maar kunnen niet kwantitatief vergelijken
Ordinale
schaal: kwantitatieve verschillen met ordening (bv ook klein, groot, medium)
=> we kunnen bepalen of iets groter of kleiner is (de richting)
Interval
: elk interval is even groot, maar
geen absoluut nulpunt
(bv temperatuur 0 betekent niet dat er geen temperatuur is)
=> we kunnen de richting en de grootte bepalen
Ratioschaal
: elk interval is even groot én een absoluut nulpunt
=> we kunnen de richting, de grootte en de ratio bepalen
Soms dubbelzinnig: is bij een meetschaal ‘sterk akkoord’ en ‘akkoord” even ver van elkaar als ‘akkoord’ en ‘neutraal’?
=> Ordinaal of interval? => kritisch kijken
Beste manier om te bepalen welke schaal te gebruiken: kijken naar vorig onderzoek
Modaliteiten van de metingen
Zelfrapportage
: zelf inschatten of een construct bij jou aanwezig is
Probleem
: deelnemers kunnen verkeerd inschatten
Fysiologische
metingen: dingen die veranderen in je lichaam (bv. Zweten, hart sneller slaan)
Voordeel
: objectief
Nadeel
: dure materialen + Meten ze echt het construct?
=> validitieit?
Gedragsmetingen
: gedragingen die we kunnen zien
Voordeel
: veel mogelijkheden tot metingen
Nadeel
: gedrag kan tijdelijk zijn => beter om meerdere gedragingen te meten
Meerdere metingen
: combinatie van metingen
Voordeel
: grotere validiteit
Nadeel
: statistisch moeilijker + metingen kunnen elkaar tegenspreken
Probleem
: wanneer de meting op taal gebaseerd is
(bv zelfrapportage of gedragsmetingen)
=> vertaling niet hetzelfde
Oplossing: forward-backward vertalingsprocedure
:
woorden vertalen en terug laten vertalen naar oorspronkelijke taal door andere vertaler
=> moet hetzelfde zijn
Andere aspecten rond metingen
Bereikeffecten
: metingen die ongevoelig zijn voor veranderingen
Plafondeffect
: alle resultaten zitten bovenaan geclusterd omdat de taak te gemakkelijk is
Vloereffect
: alle resultaten zitten onderaan geclusterd omdat de taak te moeilijk is
Artefact
: externe factor die meting kan beïnvloeden of vervormen
Experimenter bias
: verkeerde metingen in de studie worden beïnvloed door onderzoeker
Oplossingen: single-blind research
: observator weet niet wat de verwachte resultaten zijn
Double-blind research
: observator én deelnemer weten niet wat de verwachte resultaten zijn (bv medicijn vs placebo)
Pre-register analyse
: vooraf aangeven hoe je data gaat analyseren zodat je ze niet verkeerd analyseert
Demand characteristics
: signalen in een studie die
(1) voor de deelnemers suggereren wat het doel is van de studie
(2) deelnemers beïnvloeden om bepaald antwoord te geven
Reactiviteit
: wanneer deelnemers hun natuurlijke gedrag aanpassen omdat ze weten dat ze gemeten worden
Probleem
: gaan zich onnatuurlijk gedragen
Labo
of
veldstudie
?
Bij veldstudie grotere kans op natuurlijk gedrag, maar soms onethisch of moeilijk uit te voeren
Deelnemers geruststellen dat onderzoek anoniem is, helpt
Subjectrollen
: verschillende manieren waarop deelnemers zich kunnen gedragen
Goede subjectrol
: deelnemer weet hypothese en geeft antwoorden die deze ondersteunen
Negatieve subjectrol
: deelnemer weet hypothese en geeft antwoorden die deze weerleggen (uit woede)
Bezorgde subjectrol (apprehensive)
: deelnemer is bezorgd dat zijn prestatie in onderzoek zal gebruikt worden om zijn capaciteiten of persoonlijke kenmerken te meten
=> geeft sociaal wenselijke antwoorden
Trouwe subjectrol
: volgen instructies tot op de letter
=> dit willen we
Personen die wetenschap willen helpen
Apatische personen