H12: correlationele onderzoeksstrategie
Introductie
= beschrijven van de relatie tussen twee of meer variabelen
=> geen oorzaak-gevolgrelatie
Case/individual verwijst naar 1 bron,
niet per sé 1 persoon (bv 1 familie)
Variabelen worden gemeten, niet gemanipuleerd
Differential design kijkt naar verschillen tussen groepen
Correlationeel design kijkt naar verschillen van variabelen
bij 1 persoon
Data en statistische analyses
Kwalitatieve scores
Kwantitatieve scores
Correlatiecoëfficiënt
Richting van de relatie: positieve of negatieve relatie
Vorm: Pearson correlatie voor lineaire relatie
Spearman correlatie voor monotone relaties
(bv hoeveelheid oefenen en hoe goed je bent => niet lineair)
Sterkte van de relatie: + of - 1 = perfect consistente relatie
0 = geen relatie
Determinatiecoëfficiënt: hoeveel we kunnen voorspellen van de ene variabele door de andere variabele
Spreidingsdiagram: elk individu is een punt
=> relatie zichtbaar maken
Als 1 score numeriek is en de andere niet => gebruik de niet-numerieke score om verschillende groepen te maken en zo correlatie te berekenen
(wordt vaak als niet-experimenteel gezien ipv correlationeel)
Beide scores kwalitatief => kruistabel
Statistisch significant: wanneer het onwaarschijnlijk is dat we deze data terug zouden vinden indien er geen relatie is
Grootte van je steekproef belangrijk, bij 2 individuen zal je altijd een relatie hebben => hoe groter de steekproef, hoe beter
Toepassingen
Voorspellingen (bv instaptoets)
+Verklarende variabele (predictor) en uitkomstvariabele
(On)afhankelijke variabele enkel voor experiment
Betrouwbaarheid en validiteit: stabiliteit van metingen en meten we wat we claimen te meten
Bv test-hertest betrouwbaarheid (zo weinig mogelijk verschil tussen eerste en tweede meting)
Theorieën evalueren
Correlatie impliceert geen oorzaak gevolg,
maar oorzaak gevolg impliceert wel correlatie
=> als je geen verband vindt, kan je theorie schrappen
Verkennend onderzoek en hypothesevorming:
soms worden relaties gevonden die men niet voorspeld had
Sterktes en zwaktes
Sterktes
Zwaktes
Goed voor onderzoek waarbij we nog niet veel weten over de relatie tussen de variabelen + onderzoek waarbij het onethisch/onmogelijk is om variabelen te manipuleren
Beschrijven wat natuurlijk voorkomt => sterke externe validiteit
Probleem van de derde variabele: mogelijke confounders
Richtingsprobleem: wat is de oorzaak van wat? - geen causaliteit
Meer dan 2 variabelen
Meervoudige regressie: 1 uitkomstvariabele kan voorspeld worden door hele set verklarende variabelen
Mogelijke confounders 1 voor 1 toevoegen om potentieel verstorende variabelen te controleren