Deze samenvatting is geschreven in collegejaar 2012-2013.

Collegeaantekeningen MTS2, gebaseerd op 2012-2013

Hoorcollege Methoden 1 Het experiment (Neuman H7) (05-02-2013)

In de sociale wetenschappen is een experiment met een vergelijking van proefgroepen, het liefst met een controlegroep. Experimenten zijn vooral goed in het toetsen van causale hypothesen: iets is de oorzaak van iets anders. Om causaliteit zijn 3 voorwaarden nodig:

1.      Volgorde in tijd (oorzaak voor gevolg)

2.      Bewezen relatie (tussen oorzaak en gevolg)

3.      Geen alternatieve verklaringen

Een wetenschappelijke theorie kan men toetsen door een hypothese af te leiden (een voorspelling op basis van theorie) en die hypothese accuraat te toetsen.

Er zijn twee soorten vergelijkingen: voor en na een manipulatie meten bij dezelfde personen (within subjects) en verschillende groepen meten naast elkaar (between subjects), met een controlegroep.

Randomisatie: personen worden door een toevalsmechanisme verdeeld over de experimentele en controlegroep (met random getallen, SPSS enzovoorts)

Matching: Maak “tweelingen” , koppel personen aan elkaar die gelijk zijn op een aantal matchingsvoorwaarden (zelfde leeftijd, sekse, opleiding enzovoorts). Deeel per koppel at random toe aan experimentele/controlegroep

In elk experiment zijn er minimaal twee variabelen, de onafhankelijke en de afhankelijke variabele, waarbij verwacht wordt dat de onafhankelijke variabele de afhankelijke variabele beinvloed.

Bij een pretest meet je de afhankelijke variabele voor de onafhankelijke variabele is gemanipuleerd, en bij een posttest meet je de afhankelijke variabele nadat de onafhankelijke variabele is gemanipuleerd.

Interne validiteit: de logica van de causale interpretatie van het onderzoek (alternatieve verklaringen)

Externe validiteit: de generaliseerbaarheid

Externe validiteit is vaak lastiger te bereiken, de werkelijkheid is vaak anders dan een onderzoekssituatie

Het hoofdeffect is het effect van een onafhankelijke variabele op de afhankelijke variabele. Het interactie-effect is het effect van de onafhankelijke variabelen op elkaar (bij meerdere onafhankelijke variabelen).

Pre-experimentele onderzoeksopzetten missen belangrijke onderdelen van een goede opzet, zoals:

One-shot case study: één groep en alleen een posttest en geen controlegroep

One-group pretest-posttest design: geen controlegroep

Statistic group comparison: alleen posttest, niet equivalente controlegroep

Wel een controlegroep, maar geen randomisatie Potentieel niet vergelijkbare controlegroep

Quasi-experimentele onderzoeksopzetten missen belangrijke onderdelen van een goede experimentele opzet maar compenseren die zwakheid.

Bedreigingen van de interne validiteit:

Kan voorkomen worden door een random controlegroep:

- Selection bias
- History
- Maturation
- Testing

Kan voorkomen worden door de procedures goed te volgen:
-experiment mortality (drop out)
- contamination of treatment

Dan is er nog de experimenters/subjects expectency wat de onderzoeker/proefpersoon verwacht van het onderzoek. Voor de subject expectancy gebruikt men een placebo. Voor de experimenters en subject expectancy is een dubbelblind onderzoek, waarbij zowel de proefpersonen als de onderzoekers niet weten wei er in de controlegroep en de experimentele groep zitten.

Bedreigingen van de extreme validiteit:

-         Deelnemers niet representatief (studenten als proefpersonen)

-         Kunstmatige situatie

-         Kunstmatige behandeling

-         Reactiviteit (men weet dat ze in een onderzoek zitten en reageert daarop)

Hoorcollege Statistiek 1 ANOVA (Gravetter H12) (05-02-2013)

ANOVA: Analysis of variance (variantieanalyse)

Afhankelijke variabele: Minimaal op intervalmeetnivau gemeten

Onafhankelijke variabele: wordt vaak factor genoemd, minimaal op nominaal meetniveau , de verschillende condities of waarden van deze factor worden niveaus(levels) genoemd.

Stappen van hypothese toetsen:

1.      Hypotheses bepalen en significantieniveau kiezen

2.      Kritieke waarde bepalen

3.      De toetsingsgrootheid uitrekenen

4.      Beslissing nemen over H0 (effectgrootte alleen bij significante verschillen)

5.      Conclusie rapporteren

H0: De gemiddelde scores in de populaties zijn gelijk.

H1: de gemiddelde scores in de populaties zijn niet allemaal gelijk (maar sommigen kunnen wel gelijk zijn!).

Anova kijkt of de populatiegemiddelden gelijk zijn via de varianties. Je vergelijkt de spreiding binnen de groepen met de spreiding tussen de gemiddelden. Als er  weinig spreiding is binnen de groepen, maar veel spreiding tussen de groepen (X) veel betekenen, maar als er veel spreiding is binnen de groepen kan een even grote spreiding (als bij X) tussen de groepen weinig betekenen.

Bij twee groepen die vergeleken worden kan zowel een T-toets als ANOVA gebruikt worden: ze hebben dezelfde uitkomst.

Variantie = variance = Mean square = MS

K: het aantal groepen dat we willen vergelijken

De variantie tussen groepen heet in het engels: Mean square between

De variantie binnen de groepen het in het engels: Mean square within (mean square error)

Bij Anova kan men de totale spreiding opdelen in twee delen: de tussenspreiding en de binnenspreiding. De tussenspreiding meet bestaande verschillen tussen de groepen (treatment effect) maar ook de individuele verschillen (kans), de binnenspreiding meet enkel de individuele verschillen (kans).

F= tussenvariantie/ binnenvariantie

Als H0 waar is zijn er geen verschillen tussen de groepen en is er dus ook geen treatment effect, en is F ongeveer 1.00 . Als H1 waar is, is er een verschil tussen de groepen en is er  dus ook een treatment effect, en is F groter  dan 1.00.

F-kritiek is de kritieke waarde voor F, als F > F-kritiek wordt H0 verworpen.

De F-verdeling wordt gedefinieerd door 2 par vrijheidsgraden:

Boven de streep: df between

Onder de streep: df within

Df altijd afronden naar beneden als de exacte waarde niet in de tabel staat!

Bij significante resultaten berekenen we ook de grootte van het effect (effect size) . Voor ANOVA gebruiken we ή . ² (de griekse letter èta, in het kwadraat)

ή² = 0.01 = klein effect

ή² = 0.09 = medium effect

ή² = 0.25 = groot effect

Bij K =2 (twee onderzoeksgroepen) is F = T²

Post hoc toets: zoekt naar paarsgewijze verschillen. Alle technieken passen betrouwbaarheidsniveau van het individuele interval aan, zodat het totale betrouwbaarheidsniveau op 95% blijft.

Meerdere mogelijkheden om mee te rekenen, de methode van Tukey wordt aangeraden.

Hoorcollege statistiek 2 Tweeweg ANOVA (12-02-2013)

Interactie: het idee dat het effect van de ene onafhankelijke variabele anders is voor de groepen gedefinieerd door de andere onafhankelijke variabele.

Interactiediagrammmen:

Parallele lijnen kan betekenen dat er geen interactie is tussen die twee factoren (maar dat hoeft niet).

Kruisende lijnen kan betekenen dat er een interactie is tussen de factoren: het effect van de ene factor hangt af van de andere factor(en) (maar dat hoeft niet). Ook als de lijnen niet kruisen kan er spraken zijn van interactie

De onafhankelijke variabelen (factoren) hebben los elk een hoofdeffect op de afhankelijke variabele, het interactie-effect is een combinatie van twee (of meer) factoren die effect hebben op de afhankelijke variabele.

Stappenplan tweeweg ANOVA:

1.         Hypotheses bepalen en significantieniveau kiezen

2.         Kritieke waarde bepalen

3.         De toetsingsgrootheid uitrekenen

4.         Beslissing nemen over H0 (effectgrootte alleen bij significante verschillen)

5.         Conclusie rapporteren

1.      Hypotheses opstellen:

Alleen bij twee factoren een hypothese met symbolen, bij meer factoren tekst.

Hoofdeffect 1:

H0: Er is geen effect van factor A op de afhankelijke variabele

H1: Er isgeen effect van Factor A op de afhankelijke variabele

Hoofdeffect 2:

H0: Er is geen effect van factor A op de afhankelijke variabele

H1: Er is een verschil tussen de verschillende niveaus (bij 3 of meer niveaus dit gebruiken)

Interactie-effect:

H0: Er is geen interactie-effect van factor A en factor B

H1: Er is een interactie-effect van factor A en factor B

Elke combinatie van twee niveaus (levels) noemen we een treatment.

De tussenvariantie wordt bij tweeweg ANOVA   weer opgedeeld in:

-         Factor A

-         Factor B

-         Interactie van factor A en factor B

De MS van de Interactie(AxB) meet of de verschillen binnen de rijen overeenkomen met de verschillen tussen de kolomgemiddelden.

Vrijheidsgraden factor A, df A: Aantal rijen -1

Vrijheidgraden factor B, dfB: aantal kolommen -1

Vrijheidsgraden interactie, dfAXB: dfA x dfB

Vrijheidsgraden dfbetween= dfA + dfB +dfAxB

Je berekent de F-ratio van de hoofdeffecten (A en B) en het interactie-effect, dus je krijgt 3 F-ratio’s.

ή² = SSeffect / SSeffect +SSwithin

ή²  = SSeffect / SStotal – Ssander-effect – SS interactie-effect

Een significante interactie kan de hoofdeffecten camoufleren of vertekenen. Bij significante interactie weten we dat de effecten van 1 factor afhankelijk zijn van de andere factor.

Hoorcollege Methoden 2 Survey onderzoek  Neuman H6 (19-02-2013)

Surveyonderzoek is een methode voor het verzamelen van data: op een gestructureerde manier dezelfde vragen aan een groot aantal mensen (respondenten)

Andere methoden zijn:

-         Experiment

-         Observatie

-         Inhoudsanalyse

-         Kwalitatieve open interviews

Er zijn fun en serieuze surveys, fun surveys zijn veelal  populaire, simpele en over het algemeen vrij nutteloze “weetjes”, zoals bijvoorbeeld dat 81 % van de mensen valentijnsdag  commercieel vindt.

Sociaal wetenschappelijk onderzoek (social survey):

-         Universitair onderzoek

-         Overheids-  en semi-overheids onderzoek

Survey onderzoek meet vaak correlaties, het isniet-experimenteel en onderzoekt oorzaak en gevolg dus niet direct.

Verschillende survey-methoden:

-         Face-to-face interview

-         Telefonisch interview

-         Schriftelijke vragenlijst

Welke methode men kiest hangt af van:

-         Onderzoeksvraag

-         Type te stellen vragen

-         De populatie waarin je geinteresseerd bent

De hoekstenen van kwaliteit zijn:

-         Dekking van de populatie : heeft iedereen in de populatie een kans om mee te doen of zijn er groepen uitgesloten? (bijv. internet aansluiting)

-         Steekproeftrekking (steekproefkader): hoe (kans-steekproef of niet) en hoe groot

-         Non-respons: hoe hoog is de respons en is non-respons selectief of niet

-         Meting en meetfouten: mogelijke vragen, betrouwbaarheid en validiteit

Face-to-face onderzoek, voordelen:

-         Goede dekking populatie

-         Hoge respons

-         Complexe vragenlijsten

-         Relatief lange vragenlijsten

Nadelen:

-         Hoge kosten

-         Lange periode dataverzameling

-         Training en supervisie interviewers

-         Gevaar interviewerfouten en interviewer-effecten

-         Invloed sociale wenselijkheid

Telefonisch interview,  voordelen:

-         Interviewer uitleg en hulp

-         Complexe vragenlijsten

-         Vanuit centrale ruimte

-         Relatief snel, korte dataverzamelingsperiode

-         Lagere kosten (geen reistijd enz.)

Nadelen:

-         Beperktere vragen dan face-to-face

-         Minder lange interviews dan face-to face

-         Lage respons

-         Problemen met dekkingsgraad door toename mobiele telefoons

-         Net als face-to-face interviewer-effecten en last van sociale wenselijkheid

Postenquete, voordelen:

-         Relatief goedkoop

-         Eenvoudig te implementeren

-         Geen interviewers

-         Visueel medium

-         Respondent locus of control (eigen tempo, kan dingen opzoeken)

-         Hoge respons, kan ook bericht nasturen

Nadelen:

-         Geen interviewer of hulp

-         Geen complexe vragenlijsten

-         Lees- en schrijf-vaardigheden nodig

-         Geen controle over wie, waar en wanneer men de vragenlijst invult

Web survey, voordelen

-         Heel lage kosten

-         Grote steekproeven, snel

-         Complexe vragenlijsten

-         Geen interviewers

-         Visueel medium

-         Respondent locus of control (eigen tempo, kan dingen opzoeken)

Nadelen:

-         Lagere respons dan bij post-enquete

-         Geen interviewer of hulp

-         Geen controle over wie, waar en wanneer men de vragenlijst invult

Type gevraagde informatie bepaalt vaak keuze instrument, onderzoekt men feitelijke informatie of subjectieve informatie.

Vragenlijst ontwerp:

-         Onderwerp: operationalisering (wat willen we precies weten en wat is het doel)

-         Maak een outline van de vragenlijst :

o       onderdelen waarover men informatie wil

o       logische volgorde

o       achtergrond variabelen

-         Voorlopige versie vragenlijst

Vraag: Type en formaat

-         Open of gesloten vragen?

-         Open vragen (open ended question format) :  ieder antwoord is toegestaan, geeft verbale (kwalitatieve) data

-         Closed question format: respondenten moeten kiezen uit aantal voorgecodeerde antwoordmogelijkheden

Goede gesloten vragen zijn :

-         Mutually exclusive (uitsluitend): antwoorden mogen niet overlappen

-         Exhaustive(uitputtend): alle mogelijke antwoordmogelijkheden zijn aanwezig , een uitweg is de optie:  anders, namelijk…

-         Balanced: evenwichtig aanbieden positieve en negatieve keuzes

Het aanbieden van “weet niet” of “geen mening”

Standaard format question: gesloten vraag zonder weet niet/geen mening.

Quasi filter: gesloten vraag met weet niet, “weet niet” is geen optie maar de vraag overslaan wel, of wel aanbieden, maar visueel scheiden.

Full-filter : eerst vragen of respondent een mening heeft, alleen degenen die ja zeggen de vraag voorleggen.

Contingency –vraag:

-         Doel: een bepaalde groep selecteren

-         Deze groep één of meer vragen stellen

Een filtervraag voor meningsvragen is eigenlijk ook een contingency-vraag

Opbouw vragenlijst:

-         Begin-vragen: interessant, leuk en niet te moeilijk

-         Let op volgorde/context effecten

-         Geef informatie altijd op de plaats waar het nodig is

-         Begin niet met naam, geslacht en leeftijd

Hoorcollege statistiek 3 correlatie (H15) (19-02-2013)

Correlatie: een lineaire relatie tussen twee variabelen. Deze relatie wordt gemeten aan de hand van een correlatiecoëfficiënt, daar zijn twee vormen van:

-         Pearson correlatie: 2 variabelen van interval/ratio meetniveau

-         Spearman correlatie: 2 variabelen van ordinaal meetniveau

Je kijkt alleen of er een relatie is, niet of de ene variable de andere beïnvloedt of veroorzaakt. Je maakt vaak eerst een grafiek, een zogeheten spreidingsdiagram.

Lineaire relatie:

Het algemen patroon van de relatie vormt een rechte lijn, de correlatie beschrijft deze lineaire relatie tussen de 2 variabelen.

Positieve relatie: beide variabelen nemen toe.

Negatieve relatie: terwijl de ene variabele toeneemt neemt de andere af.

De Pearson correlatie meet de sterkte en de richting van het lineaire verband tussen 2 variabelen op interval/ratio meetniveau. De correlatie in de steekproef wordt aangeduid met de letter “r”.

“r” neemt waardes aan tussen de -1 en +1

Het teken van de correlatie geeft de richting aan

De waarde van de correlatie geeft de sterkte aan:

-         Waarden dicht bij 0 geven een zwakke relatie aan

-         Waarden dicht bij +/-1 geven sterk verbanden aan (hoe dichter, hoe sterker)

-         Een waarde van +1 of _1 geeft een perfect lineair verband aan

De Pearson correlatie meet hoeveel van de spreiding van X en de spreiding van Y een gezamelijke spreiding zijn.

De spreiding van X en Y apart wordt gemeten met een kwadratensom (SS).

Voor de gezamelijke spreiding gebruiken we niet een kwadratensom maar een productensom (SP).

De Pearson correlatiecoëfficiënt wordt gedefinieerd als:

R = SP / Worteluit(SSxSSy)

Als we een correlatie gaan toetsen kijken we of de relatie tussen de twee variabelen significant is.

De hypothesetoets gebruikt de steekproef-correlatiecoëfficiënt als toetsingsgrootheid

Griekse letter rho: “ρ” is de correlatie in de populatie

Hypothesen:

-         Ho: ρ = 0

-         H1: ρ  ≠ 0

Als Ho waar is, verwachten we dat de steekproefcorrelatie r dicht bij 0 zal vallen. We zullen H0 niet verwerpen als r klein is. We zullen H0 verwerpen als r groter of gelijk is aan rkritiek.

Factoren met een grote invloed op de correlatiecoëfficiënt :

-         Uitschieters

-         Beperkt bereik van data in steekproef

Maak altijd eerst een grafiek om dit te voorkomen!

De Spearman correlatiecoëfficiënt meet de sterkte en de richting tussen twee ordinale variabelen. De twee variabelen kunnen oorspronkelijk al ordinaal gemeten zijn of ordinaal gemaakt door middel van rangscores. 

De Spearman correlatiecoefficient wordt berekend met dezelfde formule, maar een s bij de r voor spearman:

Rs = SP / Worteluit(SSxSSy)

Wanneer twee scores dezelfde rangscore zouden krijgen, bereken je de gemiddelde rangscore van de variabelen.

Ook voor de Spearman correlatie kunnen we een toets uitvoeren, deze werkt hetzelfde als bij de Pearson correlatie, maar wel met een andere tabel!

Hoorcollege statistiek 4 Chi-kwadraat (H17) (19-02-2013)

Toetsen met nominale variabelen doen we met behulp van Chi-kwadraat toetsen. Nominale data kan men met frequenties samenvatten in een kruistabel.

Toets bij één variabele: Goodness of fit

Toets bij twee variabelen: Test of independence

Goodness of fit:

Hypotheses: twee mogelijkheden

H0: geen verschil met bestaande populatieverdeling

-         Er is een bestaande populatieverdeling bekend

-          De verschillende categorieën worden net zo vaak gekozen

-         De frequenties/percentages voor de verschillende categorieën nemen de waarden aan van het bestaande model

De data voor de GOF bestaat uit twee rijen met frequenties:

1.       Geobserveerde frequenties (fo) (o van observed)

2.       Verwachte frequenties (fe) (e van expected)

De Chi-kwadraat toetsingsgrootheid meet de verschillen tussen de geobserveerde en de verwachte frequenties.  Om te bepalen of een verschil groot is of klein worden de verschillen gerelativeerd aan de hand van de verwachte frequentie(s).  De letter chi: “χ²”.

Grote verschillen geven een grote waarde van het Chi-kwadraat.

Kleine verschillen geven een kleine waarde van het Chi-kwadraat.

De toetsingsgrootheid volgt een verdeling die de Chi-kwadraat verdeling heet. Aan de hand van deze verdeling kunnen we kritieke waarden en of p-waarden bepalen . De Chi-kwadraat verdeling wordt gedefinieerd door vrijheidsgraden!

We verwerpen H0 als χ²  ≥ de kritieke waarden

Rapporteren van chi-waarden:

“χ²  (2, n=40) = 3,34, p > .05 ”

Een geobserveerde frequentie moet een geheel getal zijn, en kan dus niet op decimalen eindigen.

Een verwachte frequentie kan wel op decimalen eindigen.

De Chi-kwadraat-verdeling verandert van vorm als de df verandert.

De Test of independence :

Hypothese H0: er is geen samenhang tussen de twee variabelen

Totaal in een kolom: fc

De formule voor de verwachte frequenties bereken je zo:

Effectgrootte kan men op 2 manieren meten, maar alleen voor test of independence!

Voor 2 x 2 kruistabellen: Phi-coefficient

Voor grotere tabellen: Cramer’s V , df = min((R-1)(C-1))

Voor beide Chikwadraat toetsen gelden de volgende regels:

1.       De observaties moeten allemaal onafhankelijk zijn (Geen within subjects design)

2.       De verwachte frequenties mogen niet onder de 5 vallen (de invloed van een bepaalde cel wordt te groot)

Hoorcollege Statistiek 5 Regressie(H16.1 en 16.2) (26-02-2013)

Afhankelijke variabele (Y), minimaal meetniveau: interval

Onafhankelijke variabele(X), gebruikelijk meetniveau: interval

In regressie wordt X vaak predictor genoemd.

Net als bij correlatie eerst een spreidingsdiagram maken!

Regressie is het voorspellen van een afhankelijke variabele aan de hand van een andere onafhankelijke variabele.

De lijn door het midden van een puntenwolk  in een spreidingsdiagram zorgt dat we een lineair verband zien, geeft het gemiddelde aan en wordt gebruikt om voorspellingen mee te doen.

Formule voor regressie:

Y = bX + a

“b” noemen we de richtingscoefficient

“a” noemen we de Y-intercept, het punt waar de rechte lijn de y-as snijdt.

In de statistiek bepalen we bij regressie de vergelijking die de gemiddelde relatie tussen X en Y beschrijft.

De afstand tussen een observatie en de lijn heet het residu (schattingsfout).

Ligt een punt boven de lijn, dan is het residu positief, ligt een punt onder de lijn is het residu negatief.  Elk residu wordt gekwadrateerd, alle kwadraten van de  residuen bij elkaar opgeteld heet de kwadratensom van de residuen.

De lijn die de kleinste kwadratensom van de residuen oplevert is de lijn die gebruikt wordt voor regressie, die beschrijft het gemiddelde van de puntenwolk het best.

Een dakje: ^ , boven Y , dus  Ŷ,  betekent dat het een schatting is van Y.

Richtingscoëfficiënt b = SP / SSx

Maar dit kan ook,  dit gebruikt men bij correlatie: b = r * (sy / sx) 

Y-intercept, a = My – bMx

Het punt (mx, My) valt altijd op de regressielijn.

Om een Y-score te voorspellen, hoef je alleen de X-waarde  in de regressievergelijking in te vullen. De y-waarde die hier uit komt is een voorspelling voor een individu én het gemiddelde voor iedereen met diezelfde waarde van X.

Je moet geen voorspellingen doen voor waarden buiten het bereik van X (extrapoleren), als je puntenwolk uit x waarden tussen  1 en 4 bestaat, mag je geen voorspellingen doen over bijvoorbeeld een X-waarde van  10.

Een gestandaardiseerde vorm van regressie bestaat ook, dan reken je weer met de z-scores.

Z^y = bèta * Zx

Bèta is de naam die we aan de gestandaardiseerde richtingscoëfficiënt geven

Bèta = r

We schrijven dus:  Z^y   = r * Zx

Bij weinig spreiding rond de regressielijn zijn de residuen klein en de voorspelling nauwkeuriger, dan bij veel spreiding  rond de regressielijn en dus grotere residuen.

Voor de standaardschattingsfout, de standaardafwijking van de residuen, berekenen we de wortel uit kwadratensom van de residuen gedeeld door het aantal vrijheidsgraden.

De effectgroottebepalen we aan de hand van “proportie verklaarde variantie”, gemeten door r² .

r² (coefficient of determination) , r² meet de proportie van de totale spreiding van Y die verklaard wordt door de lineaire relatie met  X.

We kunnen op twee manieren toetsen of de lineaire relatie significant is:

1.      Toets voor de richtingscoëfficiënt

2.      Toets voor een “significante relatie”

1.      Toets voor de richtingscoëfficiënt:

T-toets, t = b / sb, maar het aantal vrijheidgraden, df,  is nog steeds n-2!

2.      Toets voor een “significante relatie”:

Een regressieanalyse: is hetzelfde als een variantieanalyse bij ANOVA, de toetsngsgrootheid is F.

In enkelvoudige regressie zijn de t-toets en F-toets identiek!

De totale spreiding wordt gesplitst in regressie(verklaard) en de residuen(onverklaard).

Bestudeer de relaties tussen waarden in de SPSS output goed!

Hoorcollege Methoden 4  Bestaande en niet-uitgelokte gegevens & rapporteren ( H8 en H12)  (05-03-2013)

Niet-reactieve manieren van meten

-         Neerslag van gedrag:

Wat we zeggen dat we doen is niet per se wat we daadwerkelijk doen

Dit kan je oplossen door te kijken naar neerslag van gedrag, zoals bijvoorbeeld het afval van mensen.

Geeft wel ethische problemen.

-         Inhoudsanalyse:

Bestudeert bestaande boodschappen: wat er gecommuniceerd wordt, of hoe er gecommuniceerd wordt.

Methodologische problemen bij het opzetten van een coderingsschema:

Betrouwbaarheid: afwezigheid van toevallige fouten

-         Gebruik meerdere onafhankelijke codeurs

-         Bereken de intercodeur-betrouwbaarheid

-         Reflectie op jezelf als onderzoeker

-         Triangulatie

-         Normaliseren

-         Feedback op de onderzoekers geven

Validiteit: meten we wat we willen meten?

Inhoudsanalyse zegt bijvoorbeeld niets over de betrouwbaarheid, het belang en de intenties, invloed van de tekst.

Secundaire data: Uitkomsten van onderzoek door een ander (CBS-tabellen op een site bijvoorbeeld), maar niet de ruwe data waarmee men zelf analyses kan uitvoeren.

De beperkingen van het gebruiken van bestaande gegevens zijn:

-         Dat de data verzameld is voor een ander doel

-         Er benodigde data kan ontbreken

-         De betrouwbaarheid en de validiteit lastig te controleren is, omdat de data niet zelf verzameld is

Fallacy of misplaced concreteness: teveel decimalen, die eigenlijk nietszeggend zijn.

Ecological fallacy: resultaten per staat/stad/provincie mag je analyseren (bijvoorbeeld gemiddelde leeftijd ), maar dat gaat niet over individuen.

Voor elk onderzoek maak je gebruik van een zandlopermodel: je begint met een brede theorie, vervolgens kom je tot de kern en test je specifieke gegevens en ten slotte generaliseer je dit naar de populatie.

Bij het analyseren van data moet men ook goed tussen de regels door kijken.

Hoorcollege Methoden 5 Kwalitatief onderzoek  ( H10)  (12-03-2013)

Onderzoeksvragen in kwalitatief onderzoek gaan over:

1.       Het perspectief van degenen die je onderzoekt

2.       Ervaringen

3.       De betekenis die iets voor mensen heeft

De rol van theorie in opzet en vraagstelling

Inductief: onderzoek waarbij je begint met veel specifieke observaties en ontwerp je van daaruit een algemene theorie

Deductief: Onderzoek waarbij men begint met een algemene theorie en daarover een specifieke situatie inschat, bijvoorbeeld een experiment.

Dataverzameling in kwalitatief onderzoek

Methoden:

-         Veldwerk of participerende observatie (In Neuman staat vooral veel hierover)

-         Interviews

-         Groepsinterviews

-         Foto elicitatie

Gemeenschappelijk kenmerken van deze  methoden:

-         Vind plaats in de echte wereld

-         Flexibel

-         Betrokkenheid onderzoeker

-         Leveren kwalitatieve data

Naturalisme: Het principe dat we kennis verkrijgen over gebeurtenissen door het dagelijks leven te observeren in de natuurlijke setting en niet in een gecreëerde omgeving.

Proefpersonen kunnen zich anders gaan gedragen als er ineens een onderzoeker rondloopt: dan gaat men normaliseren voor menden in het veld

Afwisseling dataverzameling en analyse, er wordt niet eerst heel veel data verzameld en daarna geanalyseerd, maar een stuk data verzameld, dan geanalyseerd en weer op een andere manier  data verzamelen enzovoorts: er is een cyclisch verloop van dataverzameling.

Data-analyse: het interpreteren (begrijpen) van je onderzoeksgegevens.

Open coderen:

1.      Welke fragmenten zitten er in de tekst?

2.      Waarom is het fragment een betekenisvol geheel?

3.      Is het relevant voor het onderzoek?

4.      Welke naam past bij het fragment?

5.      Zijn er fragmenten in de tekst die bij vergelijking dezelfde code krijgen?