Aantekeningen Correlationeel hoorcollege 2 Toepassing Onderzoeksmethoden en Statistiek - UU (2022-2023) - Psychologie

Correlationeel Hoorcollege 2

Een meetinstrument is goed als het (construct) validiteit en betrouwbaarheid heeft. Betrouwbaar is elke keer als we het meetinstrument gebruiken, dan verschillen de uitkomsten niet heel erg. Valide is als het ook echt PTSS meet. Dus hoe goed je meetinstrument het concept of interest meet.

• Indruksvaliditeit - lijkt het meetinstrument goed over te komen?
• Inhoudsvaliditeit - meet het alle aspecten van het construct?
• Convergente validiteit - correleert het met een ander meetinstrument van hetzelfde construct?
• Divergente validiteit - correleert het niet met een meetinstrument dat niet hetzelfde construct meet
• Criterium validiteit - voorspelt het een uitkomst? 

Correlatie meet de sterkte en de richting van een lineaire relatie. Moet bij interval of ratio variabelen. Kromme of parabool kan je de correlatie niet gebruiken.

• -1 is een perfecte negatieve relatie.
• +1 is een perfecte positieve relatie.

Soorten betrouwbaarheid:

• Test- hertest betrouwbaarheid. Pijn fluctueert heel erg, daar moet je geen test hertest betrouwbaarheid op uitvoeren.
• Interbeoordelaars betrouwbaarheid: vooral gebruikt bij observatiestudies. Bij klinische beoordelingen. 
• Tot slot heb je de interne betrouwbaarheid. De Cronbach’s alpha voor de full scale is .85. Interne betrouwbaarheid kijkt naar hoeverre de vragen binnen een vragenlijst met elkaar samenhangen.

Wat is de Cronbach’s alfa precies?

• De mate van overeenkomst = de interne consistency. Dat is wat de Cronbach’s alpha meet.

Stappenplan voor de Cronbach's alfa:

• Je moet twee helften nemen van de vragen in de vragenlijsten. 
• Computer neemt heel veel opties van helften van vragen.
• De cronbach’s alpha is een correlatie tussen al deze optie, hoe goed deze vragen en antwoorden daarop overeenkomen.
• Wil je dit in de computer zetten? Dan moet je dit wel in de juiste richting omschrijven en coderen.
• Hoe hoger de score, hoe agressiever de persoon.
• Er zit soms een vraag bij die niet bij de vragenlijst past. We kunnen daarachter komen met een betrouwbaarheidsanalyse.
• We kunnen zien welke items goed bij elkaar passen en welke beter weggelaten kunnen worden.

Dit is dus een beoordeling van de interne betrouwbaarheid. Als hij boven de 0.8 is, is de interne betrouwbaarheid goed.

Wanneer mag je een vraag verwijderen?

• Je correleert een vraag over het weer met alle andere vragen over agressie. Dan zal de correlatie heel laag zijn. 
• Als de correlatie lager is dan 0,2. Dan zou de vraag verwijderd kunnen worden.
• Als de Cronbach’s Alpha heel erg omhoog gaat, dan kan je de vraag verwijderen.
• Dit doe je 1 vraag per keer. Want ze alle vragen correleren met elkaar.

Cronbach’s alpha boven de 0.8 → de interne betrouwbaarheid kan nu beoordeeld worden als goed. Correlatie onder de 0,2? Dan komt hij in aanmerking voor weghalen om de Cronbach’s alpha omhoog te krijgen.

Een toetsingsgrootheid is een waarde waar we iets mee kunnen. De p-score bijvoorbeeld. De p-waarde kunnen we gebruiken om of we wel of niet de H0 verwerpen. Medische veld: 0,001 is de grens voor de p-waarde. Bij psychologisch onderzoek is het 0,05.

De correlatie wordt gebruikt voor:

• De sterkte van de lineaire relatie meten
• De richting van de lineaire relatie meten

De regressie wordt gebruikt voor:

• De equation van de lineaire relatie beschrijven
• Voorspellingen maken aan de hand van deze equation

Voorspellen in een toetsvraag? Dan hebben we het over een regressie analyse. We gaan X gebruiken om Y mee te voorspellen.

Productiviteit is de afhankelijke variabele. De onafhankelijke variabele is hier de PTSS score.

Als we willen kijken welke lijn het beste past, dan gebruiken we een techniek genaamd: Least Squares Regression.

We kijken dan naar een residuen.

• We kijken naar afstanden in de verticale richting. Van elke observatie kunnen we de afstand van de lijn berekenen.
• Punt onder de lijn, dan krijg je een negatieve residu.
• Punt boven de lijn een positieve residu.

Berekening residuen

• Van alle observaties moeten we residuen berekenen. We gaan ze kwadrateren, want ze moeten niet tegen elkaar wegvallen. We gaan alle residuen kwadrateren.
• De kleinste optelsom van de gekwadrateerde residuen is de vergelijking waarvan wij zeggen: Dat is de lijn die het beste bij de puntenwolk past. Dit is Least Squares Regression.
• Dus met een kleine Square summatie dan is die lijn betrouwbaarder voor voorspellingen.

De Standard error of the estimate = de standaardschattingsfout. Standaard betekent gemiddelde, dus de gemiddelde fout die we maken bij voorspellingen aan de hand van het model. De standaardschattingsfout is de standaardafwijkingen van de residuen. De gemiddelde fout die we maken wanneer we voorspellingen doen met dat model.

Model: y = a + bx. Stel we gebruiken dit model om productiviteit te beoordelen. Dan is PTSS niet de enige factor die dat beïnvloedt. Daarom is er een b0 waarde vgm.

• b0 is de constante, het snijpunt met de y-as.
• b1 is de richtingscoëfficiënt.

Met deze formule kunnen we nu voorspellingen doen.

R kwadraat geeft aan welk percentage van de spreiding in de productiviteitsscores wordt verklaard door de PTSS component. Welke aandeel van de X zorgt voor de spreiding van Y, dat bereken je met R kwadraat. Lengte heeft invloed op het gewicht, maar er zijn dus ook andere factoren.