Samenvatting: Cso

Lees hier de samenvatting en de meest belangrijke oefenvragen van CSO

• 1 Thema 1 - Cross-sectioneel onderzoek

• 1.1 Thema 1.1 - wat is CSO?

  Dit is een preview. Er zijn 4 andere flashcards beschikbaar voor hoofdstuk 1.1
  Laat hier meer flashcards zien

• Waarom is cross sectioneel onderzoek belangrijk?

  • Het is heel geschikt voor het ontwikkelen, optimaliseren en verifiëren van meetinstrumenten in de psychologie.
  • Goed onderzoek is pas mogelijk als je precies hebt gedefinieerd wat je onderzoekt en dit goed kunt meten.

  • Ook longitudinale en experimentele studies hebben zulke meetinstrumenten nodig, dus cross-sectioneel onderzoek is daarvoor een belangrijke basis.
    

• 1.2 Thema 1.2 - Constructen

  Dit is een preview. Er zijn 5 andere flashcards beschikbaar voor hoofdstuk 1.2
  Laat hier meer flashcards zien

• Praktische soorten - ontologische perspectieven constructen

  • Hierbij is het minder belangrijk of iets echt bestaat
    
  • De waarde van zo'n construct ligt vooral in hoe nuttig het is
  • Vb: methostatie
    
  • gedefinieerd als het gemiddelde van iemands score op 3 methoden en statistiek cursussen
    
  • Zo'n construct bestaat niet echt als psychologische eigenschap in iemands hoofd, maar kan wel nuttig zijn, bijvoorbeeld om prestaties te voorspellen
    

• 1.3 Thema 1.3 - Meetinstrumenten

  Dit is een preview. Er zijn 33 andere flashcards beschikbaar voor hoofdstuk 1.3
  Laat hier meer flashcards zien

• Ezelsbrug convergente en divergente validiteit

  • Convergent = komt samen. Meetinstrumenten die hetzelfde meten, moeten sterk correleren.
    
  • Divergent = gaat uit elkaar. Meetinstrumenten die verschillende constructen meten, moeten niet sterk correleren. Als ze dat wel doen, roept dat twijfel op over de validiteit.

  Kort gezegd:
  

  • Convergent: meet hetzelfde → hoge samenhang.
  • Divergent: meet iets anders → lage samenhang.

• Validiteit van meetinstrumenten en manipulaties

  • Het doel van een meetinstrument is om informatie over een construct te krijgen.
  • Een meetinstrument moet dus meten, niet veranderen. Dit gebeurt via:
  • een procedure
  • eventueel stimuli
  • een responsregistratie
  • Het doel van een manipulatie is juist om een construct te veranderen. 
  • Voorbeelden: iemand blijer, gestrester of zelfverzekerder maken.

• Valide meetinstrumenten vereisen heldere constructen

  • Volgens Borsboom, Mellenbergh en Van Heerden (2004) is een meetinstrument valide als: → Variatie in het te meten construct variatie in de scores op het meetinstrument veroorzaakt
  • In deze definitie staat causaliteit centraal.
  • Validiteit gaat dus niet alleen over samenhang, maar over de vraag of het construct de scores veroorzaakt.
  • Nadenken over validiteit begint daarom met een duidelijke constructdefinitie.
    

  
  

  • Het moet helder zijn welke aspecten van de menselijke psychologie wel en niet
    onder het construct vallen.
    Als niet duidelijk is wat precies gemeten moet worden, kun je geen zinvolle uitspraken over validiteit doen.
    

• Content validiteit (inhoudsvaliditeit)

  • De mate waarin de inhoud van een meetinstrument het volledige construct afdekt
    
  • Zijn alle relevante aspecten opgenomen?
  • Voorbeeld:
  • Een depressievragenlijst bevat vragen over stemming, slaap, energie en interesseverlies

• 1.4 Thema 1.4 - Causaliteit

  Dit is een preview. Er zijn 3 andere flashcards beschikbaar voor hoofdstuk 1.4
  Laat hier meer flashcards zien

• Correlatie impliceert geen causatie

  • Als twee factoren met elkaar samenhangen, betekent dat nog niet automatisch dat er een causale relatie is.
  • Een correlatie laat dus alleen een verband zien, geen bewijs voor oorzaak en gevolg.

• 2 Thema 2 - Pre-analyse van data

• 2.1 Thema 2.1 - Datascreening

  Dit is een preview. Er zijn 24 andere flashcards beschikbaar voor hoofdstuk 2.1
  Laat hier meer flashcards zien

• Verwijderen (trimming) - omgaan met uitbijters

  • Dit wordt ook trimming genoemd
  • Als de conclusies niet wezenlijk veranderen door een uitbijter, dan kan het verwijderen van een uitbijter wel voor een model zorgen met minder ‘ruis’, dus minder meetfout. 
  • Het blind verwijderen van uitbijters is echter niet de bedoeling. Verwijderen is een sterke optie als er reden is om aan te nemen dat de uitbijter eigenlijk niet tot de steekproef behoort

• Andere centrummaat of non-parametrische methode gebruiken - omgaan met uitbijters

  • Het gemiddelde is gevoelig voor uitbijters
  • De mediaan is robuuster
  • Je behandelt de data dan niet meer als Interval/ratio, maar als ordinaal 
  • dan gebruik je non-parametrische toetsen
  • Die kijken alleen naar de ordening van scores
  • Nadeel:
  • Ze hebben vaak minder power
  • Er is niet voor elke parametrische toets een goed non-parametrisch alternatief

• Aanpassen van de uitbijters (winsorizing) - omgaan met uitbijters

  • De extreme waarde wordt vervangen door een minder extreme waarde
  • Vaak door:
  • de hoogste niet-extreme waarde
  • of één eenheid boven de hoogste niet-extreme waarde
  • De observatie blijft dan nog wel de hoogste, maar is minder extreem
  • Nadeel:
  • dit kan subjectief worden
  • het is in feite een vorm van datamanipulatie
  • Het kan nuttig zijn als je de observatie wél wilt behouden, maar de extreme invloed wilt verkleinen