Samenvatting: Onderzoekenpracticum Inleiding Data-Analyse

Lees hier de samenvatting en de meest belangrijke oefenvragen van onderzoekenpracticum inleiding data-analyse

• 1 Inleiding

• 1.1 Inleiding en ethiek

  Dit is een preview. Er zijn 8 andere flashcards beschikbaar voor hoofdstuk 1.1
  Laat hier meer flashcards zien

• 1.1 Waarom zijn ethiek en integriteit heel belangrijk in wetenschappelijk onderzoek en in de psychologie in het bijzonder?

  Twee redenen:
  
  1. De objecten van onderzoek zijn meestal mensen. Die steken tijd en moeite in deelname en kunnen schade ondervinden door deelname. Het is dus belangrijk om geen onderzoek uit te voeren waarbij de investering en risico niet in verhouding staan tot de opbrengsten.
  
  2. Onderzoek wordt meestal uitgevoerd met publieksgeld. Daarom moet men zorgen dat het onderzoek de moeite van de investering en kosten waard is, realiseerbaar is, en dat alle stappen transparant en herleidbaar zijn.

• 1.1 Hoe worden de uitkomsten van onderzoek verspreid onder wetenschappers?

  • Besprekingen op congressen
    
  • Rapporteren in artikelen in wetenschappelijke journals
    
  • Digitale artikelen
  • Open Acces journal
  • Zoveel mogelijk in het Engels

  
  
  

• 1.3 Populaties en steekproeven

  Dit is een preview. Er zijn 5 andere flashcards beschikbaar voor hoofdstuk 1.3
  Laat hier meer flashcards zien

• 1.3 Wat zijn steekproeven en welke functies vervullen ze?

  Een oneindig grote groep mensen kun je niet onderzoeken, daarom onderzoeken we niet de hele populatie, maar nemen we een steekproef.
  
  Steekproef =
  

  • Een groep mensen die minder groot is dan de volledige populatie. 
    
  • Een selectie van de totale populatie. 

  
  Die selectie kan op meerdere manieren plaatsvinden en elk van die manieren heeft gevolgen voor de conclusies die met het onderzoek getrokken mogen worden.
  
  

• 1.4 Operationalisaties

  Dit is een preview. Er zijn 10 andere flashcards beschikbaar voor hoofdstuk 1.4
  Laat hier meer flashcards zien

• 1.4 Waarom gebruik maken van manipulaties ipv meetinstrumenten?

  Als bij alle onderzoekseenheden in een steekproef (bijvoorbeeld deelnemers) datapunten zijn verzameld van twee of meer variabelen, wordt het mogelijk om te kijken of er een verband is tussen die variabelen. Vaak willen we niet alleen weten of variabelen samenhangen, maar ook of er sprake is van een causaal verband: verandert de ene variabele als we de andere beïnvloeden? Om iets te zeggen over causaliteit is een manipulatie nodig.

• 2 Uni-variate analyse

  Dit is een preview. Er zijn 4 andere flashcards beschikbaar voor hoofdstuk 2
  Laat hier meer flashcards zien

• 2. Hoe organiseer je de scores van een onderzoek en hoe visualiseer je ze?

  Organiseren van scores =

  1. de scores herverdelen in volgorde van laag naar hoog
  2. gelijke intervallen van alle mogelijke scores maken en dan kijken hoeveel werkelijke scores in ieder interval valt.

  
  Visualiseren van scores =
  Maak een staafdiagram, grafiek of spreidingsdiagram/scatter plot (met stipjes) zodat het patroon van de scores duidelijk zichtbaar wordt.

• 2. Noem de centrummaten.Noem de spreidingsmaten.Noem de verdelingsmaten.

  Centrummaten:
  

  • het gemiddelde
    
  • de mediaan
    
  • de modus
    

  
  Spreidingsmaten:
  

  • de standaarddeviatie
    
  • variantie
    
  • variatie
    
  • de interkwartielafstand
    

  
  Verdelingsmaten:
  

  • de Dip test
    
  • scheefheid
    
  • spitsheid
    

• 2.1 Centrum- en spreidingsmaten

  Dit is een preview. Er zijn 8 andere flashcards beschikbaar voor hoofdstuk 2.1
  Laat hier meer flashcards zien

• 2.1 Wat zijn uitschieters (= outliers) en welk effect hebben ze?

  uitschieters =
  outliers =
  

  • Een datapunt dat zo extreem is, dat het waarschijnlijk een artefact is van de dataverzameling.
    
  • Niet alle datapunten die ver afliggen van de rest van de datapunten zijn outliers: in die gevallen representeren extreme scores dus individuen die extreem scoren en representeren ze dus wel reële metingen.
  • Een outlier trekt het gemiddelde heel erg naar zich toe. Het kan daarom verstandig zijn om naast het gemiddelde de modus en de mediaan uit te rekenen. 
    

• 2.1 Hoe bereken je de variance (variantie)?

  Variance (variantie) berekenen:
  1. bereken het gemiddelde/mean van de scores.
  
  2. bereken het verschil tussen iedere score en het gemiddelde/mean. Dit is de afwijking/deviation. 
  score - mean = deviation
  
  3. vermenigvuldig iedere deviation met zichzelf. 
  deviation²
  
  4. bereken het gemiddelde/mean van alle deviation² door te delen door het aantal vrijheidsgraden van de datareeks (= aantal scores - 1)
  deviation² : (aantal scores - 1) = mean deviation² = variance (MS)
  
  
  
  

• 2.2 Verdelingsvormen

  Dit is een preview. Er zijn 11 andere flashcards beschikbaar voor hoofdstuk 2.2
  Laat hier meer flashcards zien

• 2.2 Wat zijn z-verdeling en  z-scores?

  z-verdeling =
  standaardnormale verdeling =
  

  • Een normaalverdeling met een gemiddelde van 0 en een standaarddeviatie van 1
    
  • Deze z-verdeling is handig, want van elk datapunt in die verdeling is gelijk duidelijk hoe ver het van het gemiddelde af ligt. 
    

  
  z-scores =
  

  • Datapunten in een z-verdeling
    
  • Van een z-score van 2 is gelijk duidelijk dat dat datapunt 2 standaarddeviaties boven het gemiddelde ligt.
    
  • Scores die zijn omgerekend naar z-scores zijn niet altijd volgends de z-verdeling verdeeld. Om te weten of een datareeks normaal is verdeeld moet eerst de verdeling bekeken worden.
    

• 2.2 De eenvoudigste manier van gestandaardiseerde scores noemen we een z score. Hoe bereken je een z score?

  z score berekenen:
  1. om een score naar een z score te converteren moet je eerst zijn deviation (afwijking) van het gemiddelde (mean) achterhalen. 
  deviation = score - mean
  
  2. Daarna deel je de deviation door de standard deviation.
  z = (score - mean) : SD
  
  
  
  
  Onthouden:
  De z score is gewoon het aantal standaard afwijkingen dat de originele score verwijdert is van het gemiddelde.
  
  Er bestaan ook gestandaardiseerde scores die rechtstreeks gebaseerd zijn op z scores.