TOE sv

Kwalitatief

Go-along interview -> milde vorm van etnografisch; een tijdje met iemand meelopen

(bijvoorbeeld een dag), tijdens dit kun je vragen stellen

Go along interview > milde vorm van etnografisch onderzoek; een tijdje met iemand meelopen, tijdens dit kun je vragen stellen

Etnografisch interview > meegaan in natuur en meerdere mensen spreken, ook observatie. TYPISCH gevaar is going native. Verdere kenmerken: onderzoek in levenswereld van onderwerpen (emic/insider point of view), per definitie methode triangulatie (interview, bestaande data observatie), gatekeepers (verleend toegang tot onderzoek), key-informants (centrale persoon in onderzoek met aanzien of netwerk).

Probes: stiltes, ongerichte aanmoedigingen, vraag naar uitleg, reflectie of samenvatten. Is een eclitatiemethode, manier om respondent duidelijk te maken dat je meer wilt horen.

Prompts: introductie van een nieuw onderwerp, kun je eclicitatiemateriaal voor gebruiken. Andere ecliticerende materialen zijn vignetten (kort verhaal), bestaande data en gemaakte data.

Niet-systematische observatie: je weet vooraf niet precies welke informatie je wilt hebben en wat belangrijk is.

Naturalisatie; participanten gaan na verloop van tijd weer over op hun normale gedrag, ondanks aanwezigheid van de onderzoeker

Subjectivity statement: wat breng je als onderzoeker mee naar het onderzoek? Fixed positions en subjective positions

Primary observatie: dag, tijd, locatie, actoren en gebeurtenissen.

Secundary observaties: opmerkingen over gedane observaties door anderen

Experiental data: over eigen gevoelens emoties en reflecties

Circumstancial en background data over de organisatie en normen

College 2

inductief :

- Theorie vormend – grounded theory

– de data genereerd codes

– abductief proces

– constant comparison

– open,axial, selectief coderen

- Hoge flexabliteit (nieuwe inzichten)

Deductief

- Theorie testend

- Categorisatiematrix

- Theoretisch kader genereerd codes

- Lage tot medium flexibiliteit

- Decoding: ontdekken wat er bedoeld wordt

- Encoding: het een label geven

Attribute codes: markeren achtergrond of demografische informatie van de respondent

Index codes: beslaan grote delen data en noteren brede topics

Analytic codes: beschrijven de betekenis van specifiek stukken data, deels op basis van literatuur en deels vanuit verzamelde data

Sensitizing concepts vormen lens om naar data te kijken, mogen geen tunnelvisie opleveren, helpen om bevindingen te plaatsen.

Iteratief proces: meerdere fase van data verzameling, alle uitingsvormen ontdekken en een breed dekkend verklarend theoretisch model maken. Creëert nieuwe thema’s

College 3

Rigor – de kwaliteit van onderzoeksresultaten

- Plausibel (credibility)

Verzamel veel data, inbedden van literatuur, member check

- Stabiel (dependebility)

Audit trail, data triangulatie, onderzoeker triangulatie

- Niet beinvloed door de onderzoeker (confirmability)

Audit trail, reflexiviteit

- Brede context (transfermability)

Thick discription (diepgaande beschrijving onderzoeksproves en context), theoratical sampling

Audit trail: ruwe onbewerkte data, procesaantekeningen, reflectieverslag, rolverdeling, tussentijdse aantekeningen

Memo’s: logboek gedurende alle fases van het onderzoek, reflectie, ideeën en discussies of aanpassingen. Memo’s zijn geen data

Kwalitatieve data is onderzoeker-afhankelijk. Om meer betrouwbaarheid te creeëren kun je denken aan : topic list, database, uitgewerkte data, data analyse (codes/matrix), memo’s. Voor een meer valide onderzoek is (data) triangulatie en thick discription belangrijk

College 4

Etnografisch onderzoek: onderzoek in levenswereld van onderwerp. ALTIJD data-triangulatie door observatie, interview of focusgroep, bestaande data.

Interpretative consistency: conclusies sluiten aan bij bevindingen

Theoretical consistency: conclusies passen bij de bestaande theorie

Interpretive agreement: er is intersubjectiviteit met andere onderzoekers en participanten

Interpretive distinctiveness: er is geen andere meer logische verklaring

Integrative efficacy: beide methoden dragen bij aan conclusie

Ontologie: realisme (objective werkelijkheid), idealiseme (door bewustzijn), kritisch realisme (observeerbaar door waarneming)

Paradigma

- Empirisch analystisch paradigma: falsificatie, derde persoonsperspectiefm herhaalbaar, controleerbaar, reductionisme, nomothetisch (regelmatigheden). TYPISCH kwantitatief

- Interpretatieve paradigma: eerste-persoonsperspectief, gericht op interpretatie, actieve constructie van de werkelijkheid, holistisch, ideografisch kennis (beschrijving individu. TYPISCH kwalitatief

- Kritisch emancipator paradigma: onderzoek wereldverbeterend, maatschappijkritisch, samen met participanten empowerment, wederkerige adequaatheid. Minder wetenschappelijk

Correlationeel

Residuen kunnen we voor de afhankelijke variabele uitrekenen als het verschil tussen de geobserveerde waarde (y) en de voorspelde waarde (ŷ)

R= correlatie

R2= hoe goed past de lijn bij de data, hoe hoger hoe beter

Voorwaardes lineair regressiemodel:

1. Er is een lineair verband tussen de variabelen X en Y

2. X en Y zijn beide gemeten op interval/ratio meetniveau

3. De residuen zijn normaal verdeeld

4. De residuen zijn gelijkmatig verdeeld (homoscedasticiteit)

5. Er zijn geen uitschieters (Wees voorzichtig met je definitie van uitschieters!)

Dekkingsfout: wanneer de personen die niet in het steekproefkader zijn opgenomen systematisch verschillen van de personen die er wel in zijn opgenomen

Steekproeffout: ontstaan wanneer we slechts enkele in plaats van alle leden van de populatie te ondervragen

Verwerkingsfouten= fouten in proces tussen ontvangen responce en publiceren statistiek (coddeer fout, dubbelberekening, geggevnsinvoer

Responsefout/meetfout: wanneer respondent fout Antwoord geeft door vraagstelling, type survey, aspect van gedrag

Unit-nonresponse = weigeren volledige lijst in te vullen

Item nonresponse – weigeren of vergeten bepaald item

Correlatie

- Sterkte en richting van lineaire relatie meten tussen interval/ratio variabelen, aangegeven met r.

- Ligt tussen -1 en 1

- Test-hertest betrouwbaarheid

Cronbach’s Alpha

- Meet interne consistentie (in welke mate zijn de items in een vragenlijst met elkaar gecorreleerd?

- Alle items moeten in dezelfde richting zijn gecodeerd.

- Alpha kleiner dan 0.7 is slecht

- Alpha hoger dan 0.8 is goed

- Er tussen in is niet goed, niet slecht

- IRC kleiner dan 0.2 in aanmerking voor verwijderen

- Als if item dropped hoger wordt dan alpha nu is, ook verwijderen

Regressie

- de lineaire relatie beschrijven met een vergelijking (formule)

- voorspellingen doen met behulp van deze formule

- y = afhankelijke variabele

- x = onafhankelijk / predictor

- Techniek voor bepalen beste lijn: Least Squares Regression (minste residuen)

- De vergelijking met de kleinste som van gekwadrateerde residuen is de winnaar (dit wordt de regressielijn)

- Weinig spreiding meer nauwkeurig (geldt logischerwijs ook andersom)

- Y = b0 + b1X

- B0 is snijpunt y-as (intercept), b1 is richtingscoëfficiënt.

- JE GEBRUIKT ALTIJD DE ONGESTANDAARDISEERDE!!!!

- In model summary is R de correlatie

Standaardschattingsfout

- Standaardafwijking van de residuen (gemiddelde grootte van de fouten van regressievergelijking)

- RMSE in model summary (root mean square error)

- RMSE van 5.294 betekent dat je gemiddeld 5,3 punten naast de werkelijke score ligt. (je voorspelt namelijk)

- meet hoe goed de lijn bij de data past.

- Hoe hoger, hoe beter de fit.

- Hoeveel van de spreiding in de y-variabele kan worden verklaard door het lineaire verband.

Coefficientstabel

- Standardized is de Beta (deze is gelijk aan correlatiecoefficient r. Het meet de toe of afname in Y in SD’s, wanneer X met 1 SD toeneemt. Wordt meestal gerapporteerd in artikelen.

Experimenteel

Onafhankelijke variabele voorspeld de verandering bij de afhankelijke variabele.

Zo’n rare u (mu) is het gemiddelde van een groep. Je kijkt vaak of gemiddelde in groepen verschillen.

Onderzoeksvraag:

Hebben studenten die eraan herinnerd worden dat ze hun studententijd gaan afsluiten meer of minder mixed emotions dan studenten die daar niet aan herinnerd worden?

Hypothese: H0= muniet=muwel H1= muniet /= muwel

Er zijn 2 manieren op de hypothese te evalueren

1. Nul Hypothese significantie toetsing

De p-waarde, cohen’s d (het aantal standaard deviaties dat de twee gemiddelde van elkaar verschillen)

2. Bayesiaanse hypothese evaluatie

De relatieve steun in de data voor H0 (niet=wel) versus het COMPLEMENT Hc : niet H0.

Stel BF0c=5 dan is er 5x meer steun voor H0 dan Hc

Andersom is er 1/5 = 0,25x meer steun voor Hc dan H0

De kans dat H0 waar is gegeven de informatie in de data noemen we PMK0, en bij Hc PMKc, beide vomren samen 1. Dit is de bayesiaanse versie van type I/II fouten.

Type 1 fout: kans dat H0 ten onrechte verwerpen, stelt dat H0 niet waar is terwijl dit wel waar is.

Power+ 1 – kans op Type II fot (je wilt 0,80)

OORZAAK replicatiecrisis is sloppy science en publicatie bias (publiceren onderzoek gebaseerd op type I fout)

Experimenteel design: voor en na meting bij experimentele of experimentel en controle groep. Ook bij controle groep blijft placebo, demand charasteristics en observer bias. Wel is matuuration threat, history thrreat en regression to the mean onder controle. Bij het blind design weet de patient of therapeut niet in welke groep ze zitten.

Als er geen effect wordt gevonden kan dit komen door weak manipulayions of power problem

College 2

Door randomisatie krijg je groepen die hetzelfde zijn maar op een andere manier gemanipuleerd worden.

Hypothese bij eenweg anova : H0 = mu dichtbij = mu gemiddeld = mu verweg Ha =/ H0

Hoe groter N2, hoe groter de verschillen tussen de groepen mbt de afhankelijke variabele.

Indien je H) verwerpt bij eenweg ANOVA kun je post-hoc doen om te kijken welke groepen van elkaar verschillen.

De kans op een Type I fout bij drie toetsen is nu ook anders > methode van benferroni. Vergelijk elke p-waarde met 0,05/aantal testen.

Bayesianse ANOVA : informatieve hypothese, erwachtingen voor de data verzameling. Je voorspelt > of <

- H1 mu dichtbij > mu gemiddeld > mu ver weg HC: niet H1

- Of H0 mu ver = mu gem. = mu dicht H1 ver>gem>dicht HC niet H0 of H1

Je bekijkt deze hypotheses via BF.c en PMP/PMK. De keuze voor de BF of PMK is ahankelijk van de onderzoeksvraag. Cohen’s d en N2 kunnen ook bij de bayesiaanse variant

Power analyse = van tevoren vaststellen hoe groot je steekproef moet zijn. Hoort bij NHST

Bij bayesian updating kom je er na de steekproef achter dat er geen sterk genoeg effect is en voeg je mensen toe. Hoort bij bayesiaanse benadering

Klassiek ecperimenteel ontwerp:

Voormeting en nameting (binnenpersoon) en controle en experimentele groep (tussenpersoon). Daarbij zijn gevaren testing threat en instrumnetation threat.

Hypotheses zijn:

- H0: Er is geen hoofdeffect van de eerste factor (in het voorbeeld groep) versus Ha: Er is wel een hoofdeffect van de eerste factor

- H0: Er is geen hoofdeffect van de tweede factor (in het voorbeeld meting) versus Ha: Er is wel een hoofdeffect van de eerste factor

- H0: Er is geen interactie-effect tussen beide factoren versus Ha: Er is wel een interactie-effecttussen beide factoren

Thuistest vragen

Welke hypothese worden bij eenweg anova met p-waarde geevalueerd?

H0-de gemiddelden zijn gelijk Ha de gemiddelden zijn niet gelijk

Welke hypothesen worden bij een eenweg anova met de bayes factor geevalueerd?

Met de BF wordt de hypothese afgezet tegen het complement, hypothese tegen.

Welke hypothesen worden er bij een eenweg anova met PMK geevalueerd?

De verschillende kandidaat hypotheses H0, H1 en Hc

College 3

Twee weg ANOVA heeft 2 factoren die invloed hebben op de afhankelijke variabele zoals bij countebalanced design of experimenteel design. Ook een quasi-experimenteel design:

- Toewijzen aan groepen gebeurd niet door randomisatie. DOEL bepalen van causaal effect van experimentele manipulatie. De belangrijkste vraag: hoe kunnen we alternatieve verklaringen voor het effect uitsluiten? (betrekking interne validiteit)

- Mogelijke alternatieve verklaringen kunnen niet worden uitgesloten

- Met random factor: als groepen willekeurig aan een controle en experimentele groep worden toegewezen moet rekening gehouden worden met afahnkelijkheid, alternatieve verklaringen uitsluiten anders is aanname onafhankelijkheid geschonden. Er wordt een random factor opgenomen. Een factor is ‘fixed’ als bij een herhaaldelijke uitvoering van het experiment de levels van de factor hetzelfde zijn. Een factor is ‘random’ als deze niet hetzelfde blijft (leraren).

Twee-weg ANOVA - Hypotheses

- H01 : Er is geen hoofdeffect van groep (huiswerk)

- H02 : Er is geen hoofdeffect van sexe

- H03 : Er is geen interactie effecttussen groep en sexe

Twee weg ANOVA bayesiaans stelt verwachte informatieve hypoheses

- H1 geen hoofdeffect groep, controle en experimenteel gelijk : H1: mC+jC=mE+jE

- H2 Geen hoofdeffect sekse H2: mC+mE = jC+jE

- H3 geen interactie effect mC-jC = mE-jE

kan worden vergeleken met Hc = niet Hi

Als BFic=10 dan 10x meer steun voor Hi dan Hc en 100x meer steun Hc dan Hi

College 4

BF0c “c” de c staat voor ‘niet H0’

PMPc “c” de c staat voor niet de andere hypothese

Anova aannames

1. De scores op de afhankelijke variabele zijn onderling onafhankelijk

2. Er zitten geen uitbijters in de scores van de personen op de afhankelijke variabele

3. Binnen elke groep zijn de scores op de afhankelijke variabele normaal verdeeld

Als niet normaal verdeeld boodstrap

4. De varianties van de scores op de afhankelijke variabele zijn gelijk in elke groep, homoscedasticiteit

Als niet gelijk in elke groep boodstrap

- Als de groepen qua grootte niet meer dan een factor 4 van elkaar verschillen, mogen de varianties maximaal met factor 10 verschillen.

1 en 2 zijn het belangrijkst. 3 en 4 worden zelden geschonden dat de analyse niet vertrouwd kan worden.

Zaken in pre-registratie

- Aantal en welke personen per groep

- Beschrijving van de afhankelijke variabele

- Beschrijving uitbijters, non-normaliteit en heteroscedasticiteit

- Plan voor uitbijters, non-normaliteit en heteroscedasticiteit

- Hypotheses

- Aantal en type factoren (within/between/random)

In je rapportage vermeld je of je je aan de pre-registratie hebt gehouden, maakt onderzoek confirmatief\

Extra bij wat ik nog niet duidelijk heb

Mixed methods:

- Triangulatie: hetzelfde onderzoeken met verschillende onderzoek vormen. Je gaat na of de informatie overeenkomt van de onderzoeken. Ze vullen elkaar dus niet aan.

- Complementeren : kwalitatief onderzoek aanvullen met kwantitatief onderzoek, over één onderzoeksvraag

- Informeren/ontwikkelen: met informatie uit een onderzoek een nieuw onderzoek uitvoeren

- Initiëren: een nieuwe invalshoek bij hetzelfde onderwerp maar dan kwantitatief

- Uitbreiden: binnen hetzelfde onderwerp een andere invalshoek creeëren

è Resultaten zijn interpretive consistent, theoretical consistent, interpretive agreement, interpretive distinctive, intergrative efficient (beide methoden dragen bij aan conclusive)

è Mixed mode survey: verschillende methoden om data te verzamelen (dus interview en survey) (niet verschillende manieren zoals post of mail)

Een embedded design kan ook sequentieel zijn

Sensitizing concepts zijn concepten die worden gebruikt om het denken van de onderzoeker te informeren en te begeleiden tijdens het onderzoek. Ze fungeren als lens om een theoretisch kader op te stellen en gegevens te interpreteren. Tijdens het onderzoek kunnen deze concepten nog veranderen.

De topic list bevat vragen en onderwerpen voor tijden het onderzoek. De topic list is in tegenstelling tot sensitizing concepts meer gestructureerd gericht. Zorgt ervoor dat alle onderwerpen worden besproken.

F-waarde wordt gebruikt bij ANOVA om te bepalen of er significante verschillen zijn tussen de gemiddelde van drie of meer groepen. De F-waarde is de Anova variant van de t-toets, die twee groepen vergelijkt.

Bayesiaans met 1 hypothese vergelijkt de Hc : niet H1

Bayesiaans met meerdere hypothese vergelijkt H0: dichtbij=gemiddeld=ver

H1: dichtbij > gemiddeld > ver

Hc : niet H0 of H1

BF.c de steun voor de hypothese ten opzichte van DEZE hypothese. Deze is degene op d eplek van de .

afhankelijke variabele wordt voorspelt door de 5r444444onafhankelijke variabele. De onafhankelijke variabele veranderd dus van waarde. Afhankelijke variabee is afahnkelijk van de verandering van de onafhankelijke

processing error is een fout de de berekening, wanneer gegevens verkeerd worden behandeld of geinterpreteerd is dit een adjustment error