begrippen deel 1

Question 1

interindividuele verschillen

Answer 1

verschillen tussen mensen

Question 2

intraindividuele verschillen

Answer 2

verschillen binnen mensen ( van ene moment op de andere )

Question 3

intergroepsverschillen

Answer 3

verschillen tussen groepen

Question 4

proximale verklaringen

Answer 4

factoren ( = verklaringen ) die in ruimte en tijd zicht bij te verklaren fenomeen liggen

Question 5

distale verklaringen

Answer 5

factoren die verderaf liggen in tijd en ruimte van te verklaren fenomenen.

Question 6

expliciete theorieën

Answer 6

theorieën geformuleerd door wetenschappers, die gepubliceerd worden in wetenschappelijke tijdschriften en kanalen, over de aard en de oorsprong van verschillen tussen mensen
- behoort tot het domein van PID

Question 7

impliciete theorieën

Answer 7

overtuigingen en ideeën die iedereen heeft over hoe mensen in elkaar zitten
- domein van de persoonsperceptie ( = sociale psychologie )

Question 8

fysionomie

Answer 8

innerlijke persoonlijkheidseigenschappen afleiden aan de hand van uiterlijke persoonlijke kenmerken

Question 9

Ideale Staat

Answer 9

• Plato
• plaats waar individuen taken toegewezen krijgen waarvoor best geschikt.

Question 10

eindideaal eugenetici

Answer 10

wereld van perfecte mensen, geen individuele verschillen

Question 11

eindideaal Watsonianen

Answer 11

individuele verschillen opheffen door middel van opvoeding.

Question 12

projectie technieken

Answer 12

idee dat men eigenschap van zichzelf projecteert in antwoorden die men aan bepaalde stimulus geeft.

Question 13

Facial action coding system

Answer 13

• Ekman
• assumptie van universele gelaatsexpressie bij emoties, spieren in gezicht die tussenkomen bij emoties worden gecodeerd

Question 14

hostile attribution bias

Answer 14

idee dat ander foute bedoeling heeft tov van jou => mensen verschillen van elkaar in de mate dat je het gedrag van anderen gaat zien als meer hostile, intentioneel, …

Question 15

Implicit association test

Answer 15

• ontwikkeld door Greenwald et al.
• idee : opvatting over onszelf en anderen opgeslagen in associatieve netwerken
• attitude = sterke associatie tussen twee concepten
• doel : impliciet sterkte van associaties meten.

Question 16

social baseline theory

Answer 16

om emoties te kunnen meten moet dat in aanwezigheid van anderen, aangezien dat de basis is van emoties ( anders te artificieel indien geen anderen oorzaak van emoties zijn )

Question 17

SNOOP

Answer 17

manier waarop men eigen werkelijkheid vorm geeft zegt mogelijk iets over persoonlijkheid en intelligentie.

Question 18

mobile sensing

Answer 18

gemoedstoestand afleiden uit smartphonegebruik, gedaan met algoritmes

Question 19

sentimentanalyse

Answer 19

sociale-mediaposts analyseren en emotionele ladingen bloodleggen, ook algoritmes

Question 20

o- correlatie

Answer 20

data van één persoon, tussen twee momenten/ situaties over variabelen
-> r(moment1,moment2)

Question 21

p-correlatie

Answer 21

data van één persoon tussen twee variabelen over situaties heen
-> r( var1,var2)

Question 22

q-correlatie

Answer 22

data van één situatie, tussen twee personen over variabelen
-> r(persoon1, persoon2)

Question 23

r-correlatie

Answer 23

data van één situatie, tussen twee variabelen over personen
-> r(var1,var2)

Question 24

s-correlatie

Answer 24

data van één variabele, tussen twee personen over situaties
->r(pers1,pers2)

Question 25

t-correlatie

Answer 25

data van één variabele, tussen twee momenten over personen
->r(sit1,sit2)

Question 26

betrouwbaarheid

Answer 26

mate waarin een bepaalde meting betrouwbaar is

Question 27

test-hertestbetrouwbaarheid

Answer 27

r tussen afname test op een moment en afname van zelfde test op een ander moment, over personen
- hoog: individuele verschillen op 1 moment komen sterk overeen met individuele verschillen op een ander moment
- laag : geen goede meting gebeurd, ofwel veranderde de ID doorheen de tijd
- over personen, tussen momenten, binnen variabele => t-correlatie

Question 28

interne consistentie

Answer 28

mate waarin items van zelfde test onderling correleren over personen
-> geeft aan hoezeer individuele verschillen op verschillende items met elkaar samenhangen
-> als items zelfde meten, zouden correlaties hoog moeten zijn.
- tussen variabelen, binnen moment over personen => r-correlatie

Question 29

test

Answer 29

een verzameling van items ( van subtest ) die zelfde onderlinge eigenschap zouden moeten meten

Question 30

interbeoordelaarsbetrouwbaarheid

Answer 30

r tussen scores van verschillende observators over personen
-> geeft aan in welke mate individuele verschillen volgens observator A samenhangen met individuele verschillen volgens observator B
- tussen personen, binnen moment over variabelen => Q-correlatie

Question 31

validiteit

Answer 31

mate waarin een test meet wat het beoogt te meten

Question 32

gezichtsvaliditeit

Answer 32

meet de test, op het eerste zicht, wat het bedoelt te meten?

Question 33

predictieve validiteit / criteriumvaliditeit

Answer 33

kan de test een extern criterium voorspellen; in welke mate kan mijn meting voorspellen wat het moet voorspellen?

Question 34

convergente validiteit

Answer 34

correleert de test met andere tests van zelfde eigenschap?
- binnen moment, tussen variabelen, over personen => r-correlatie

Question 35

discriminante validiteit

Answer 35

correleert de test niet met tests die dit construct niet meten?
-> zorgen dat test niet anders meet

Question 36

construct validiteit

Answer 36

overkoepelend: meet de test het theoretische construct dat het bedoelt te meten
-> onderliggende trekken zijn niet zichtbaar: is de test een goede meting van het onderliggende theoretische construct.

Question 37

Factoranalyse

Answer 37

statistische techniek die toelaat om verbanden tussen een groter aantal variabelen inzichtelijk te maken aan de hand van kleiner aantal onderliggende variabelen, genaamd factoren.
- theoretisch nut: structuur van individuele verschillen in cognitieve vaardigheden of persoonlijkheid kennen => individuele verschildimensies
- praktisch nut: als we fundamentele dimensies kennen, kunnen we voorspellingen maken van bepaalde levensoutcomes.

Question 38

vaardigheid / trek

Answer 38

een structuureigenschap van het organisme in S-O-R schema die niet observeerbaar is; latente dimensie

Question 39

factorscores

Answer 39

• F(ppi)
• mate dat persoon een bepaalde vaardigheid bezit
• gemeenschappelijk voor alle n tests

Question 40

factorladingen

Answer 40

-αi
- geven aan in welke mate vaardigheid F meespeelt in respectieve testen
- tussen -1 en 1
- varieert over testen

Question 41

restcomponent

Answer 41

• Ei(ppi)
• specifieke vaardigheid voor test j
• foutencomponent

Question 42

implicaties factoranalyse met één onderliggende factor

Answer 42

1) 𝑟(𝑇𝑗, 𝑇𝑗′) = 𝛼𝑗∙ 𝛼𝑗 -> factorladingen verklaren correlaties tussen tests
2) r(𝑇𝑗, 𝐹) = 𝛼𝑗 -> factorladingen gelijk aan populatiecorrelatie tussen de test en de factor
3) proportie variantie van T die verklaard wordt door F= 𝛼𝑗^2
4)

Question 42

implicaties factoranalyse met één onderliggende factor

Answer 42

1) 𝑟(𝑇𝑗, 𝑇𝑗′) = 𝛼𝑗∙ 𝛼𝑗 -> factorladingen verklaren correlaties tussen tests
2) r(𝑇𝑗, 𝐹) = 𝛼𝑗 -> factorladingen gelijk aan populatiecorrelatie tussen de test en de factor
3) proportie variantie van T die verklaard wordt door F= 𝛼𝑗^2
4) Som van kwadraat factorlading en variantie restcomponent = 1
- communaliteit: ℎ𝑗^2 = 𝛼𝑗^2 => proportie varianie die verklaard wordt door gemeenschappelijke factor
- specificiteit: σ^2ej => proportie variantie van testscore die verklaard wordt door specifieke factor, restcomponent
5) proportie totale variantie over testen die verklaard wordt door F: gekwadrateerde factorladingen optellen / n

Question 43

implicaties factoranalyse met 2 onderliggende factoren

Answer 43

1) 𝑟(𝑇𝑗, 𝑇𝑗′) = 𝛼𝑗1 ∙ 𝛼𝑗′1 + 𝛼𝑗2 ∙ 𝛼𝑗′2) -> factorladingen verklaren correlaties tussen tests
2) 𝑟(𝑇𝑗, 𝐹1) = 𝛼𝑗1 en 𝑟(𝑇𝑗, 𝐹2) = 𝛼𝑗2 -> factorladingen zijn gelijk aan correlaties tussen respectievelijke test en factoren
3) 𝜎^2𝑍[𝑇𝑗] = 𝛼𝑗1^2 + 𝛼𝑗2^2 + 𝜎^2𝐸𝑗 = 1 -> Factorladingen geven aan in welke mate variantie van resp. tests wordt verklaard door de
factoren
- communaliteit: ℎ𝑗^2 = 𝛼𝑗1^2 + 𝛼𝑗2^2
- specificiteit: 𝜎^2𝐸𝑗 = 1 − ℎ𝑗^2
4) F1 = 𝛼11^2 +𝛼𝑗1^2 +⋯+𝛼𝑛1^2 / n & F2= 𝛼12^2 +𝛼𝑗2^2 +⋯+𝛼𝑛2^2 / n -> factorladingen geven belang aan van gemeenschappelijke factoren F1 en F2

Question 44

orthogonale rotatie

Answer 44

• hoek van 90 graden blijft bewaard
• onafhankelijkheid van factoren wordt geassumeerd ( correlatie = 0 )
• communaliteit blijft ook gelijk

Question 45

oblieke rotatie

Answer 45

• Assumptie r(F1,F2) = 0 laten vallen
  => ladingen niet meer te interpreteren als correlatie tussen test en factor
  => geschatte correlaties niet meer som van producten van overeenkomstige ladingen
  => Correlatiematrix tussen factoren ≠ identiteitsmatrix (ipv 0, cos(𝜃))

Question 46

simple structure

Answer 46

streven naar iedere test die op één gemeenschappelijke factor hoge ladingen heeft, en op de andere een lage