1. College 2
1.1. 1) Algemeen:
1.1.1. Kwantitatief Onderzoek
1.1.1.1. - Observatie doen en uitdrukken in getallen -->
1.1.1.1.1. Uitspraken over doen -->
1.1.1.2. - Met maximale/optimale kwaliteit
1.1.1.2.1. Bruikbaarheid
1.1.1.2.2. Ezelsbrug | Dartbord:
1.1.1.2.3. Kwaliteit van onderzoek:
1.1.2. Essentie cursus | Snappen voor het tentamen
1.1.2.1. Figuur:
1.1.2.1.1. Blauwe lijntjes
1.1.2.1.2. Rode lijntjes
1.1.2.1.3. Valkuil
1.1.2.1.4. Ommited variable bias | Rode relatie klopt niet / is alleen vooraf!
1.1.3. Rol van theorie
1.1.3.1. Slide:
1.1.4. Hypothesen
1.1.4.1. Slide:
1.1.4.1.1. Slide:
1.2. 2) Dataverzameling:
1.2.1. A) Onderzoekstypen
1.2.1.1. 1) Survey
1.2.1.1.1. Slide:
1.2.1.2. 2) Experiment / quasi-experiment
1.2.1.2.1. Slide:
1.2.1.3. 3) Panelonderzoek
1.2.1.4. 4) Tijdreeksonderzoek
1.2.1.5. 5) Secundaire analyse
1.2.2. B) Steekproefstrategie
1.2.2.1. Dataverzameling:
1.2.3. C) Steekproefgrootte
1.2.3.1. Slide:
1.2.4. D) Technieken
1.2.4.1. Slide:
1.3. 3) Operationaliseren:
1.3.1. Slide:
1.3.1.1. Hoe meet ik wat? (bv Likert-schaal)
1.3.2. Meetniveaus (geeft aan wat voor soort berekeningen je wilt maken met de verkregen cijfers):
1.3.2.1. Niveaus:
1.3.2.2. Meetniveau van vragen bepaalt je toetstechniek
1.4. 4) Vragenlijst:
1.4.1. Slide:
1.4.1.1. Slide:
1.5. 5)Fouten
1.5.1. Meetfouten
1.5.1.1. Meetfout leidt tot:
1.5.1.1.1. Onbetrouwbare (gebaseerd op toevallige fout)
1.5.1.2. O= W + F
1.5.1.2.1. Observatie =
1.5.1.3. Twee categorieën:
1.5.1.3.1. Slide:
1.5.2. Vanuit het model:
1.5.2.1. Dataverzameling (Interne + Externe validiteit):
1.5.2.1.1. 1) Steekproef bias (sampling bias) | Coverage Error:
1.5.2.1.2. 2) Nonresponse bias:
1.5.2.2. Vragenlijsten en Operationaliseren (+ Data-analyse
1.5.2.2.1. 3) Ommited variable bias:
1.5.2.2.2. 4) Construct validity:
1.5.2.2.3. 5) Common method bias:
1.5.2.2.4. 6) Social Desirability bias:
2. College 4
2.1. 1) Data analyse
2.1.1. Drie stappen:
2.1.1.1. 1) Data invoer
2.1.1.1.1. Ruwe Data + Data schoonmaken
2.1.1.1.2. Slide:
2.1.1.2. 2) Data analyse
2.1.1.2.1. (non) response analyse
2.1.1.2.2. Kwaliteit van de meetschalen (betrouwbaarheid / validiteit)
2.1.1.2.3. Toetsing van de hypothesen
2.1.1.3. 3) Interpretatie
2.1.1.3.1. Is het mogelijk te interpreteren?
3. College 5 | Kwantitatief onderzoek | Data analyse
3.1. 1) Toetsing start:
3.1.1. A) Algemeen:
3.1.1.1. - We tonen niet aan dat het er wel is | We tonen aan dat het omgekeerde er niet is
3.1.1.1.1. -->
3.1.1.1.2. Bv:
3.1.1.2. Slide:
3.1.2. B) Procedure:
3.1.2.1. - D.m.v. statistiek nagaan of de gevonden waarde in een steekproef zouden kunnen voorkomen wanneer in de populatie de nulhypothese geldt (geen verband tussen onafh en afh verariabele)
3.1.2.1.1. Ja:
3.1.2.1.2. Nee:
3.1.2.1.3. Risico:
3.1.3. C) 1 - 2 zijdig toetsen:
3.1.3.1. Slide:
3.1.3.1.1. Eenzijdig toetsen
3.1.3.1.2. Tweezijdig toetsen
3.2. 2) Testen:
3.2.1. Slide:
3.2.1.1. A) Nominaal |
3.2.1.1.1. Chi-Square test
3.2.1.2. B) Samenhang Nominaal & Meerdere metrische variabelen | Samenhang tussen twee groepen & variabelen
3.2.1.2.1. Anova
3.2.1.3. C) (non) response analyse
3.2.1.3.1. Slide:
3.2.1.4. D) Metrisch (bv Likert-schalen)
3.2.1.4.1. Pearson correlation
3.3. 3) Hypothese toetsen:
3.3.1. A) Hypothesen Toetsing:
3.3.1.1. Regressie analyse
3.3.1.1.1. Slide:
3.3.1.1.2. SPSS output
3.3.1.1.3. SPSS output
3.3.1.1.4. SPSS output
3.3.2. B) Algemeen:
3.3.2.1. Interpretatie:
3.3.2.1.1. Slide:
3.4. Tentamen:
3.4.1. Slide:
3.4.1.1. Brightspace checken aanvullende info + oefententamen