Hoorcollege 1

Question 1

stappen van experiment

Answer 1

1. aselect verdelen van personen over de condities
2. elke groep ondergaat een interventie
3. kijk naar de verschillen tussen de groepen

Question 2

experiment: interpreteren van de verschillen tussen de groepen

Answer 2

• significant verschil: voldoende ondersteuning voor de causale hypothese
• niet significant: onvoldoende bewijs dat er een causaal effect is (niet uitgesloten, type II fout)

Question 3

type II fout

Answer 3

• er is wel een effect, maar die wordt niet gemeten/gevonden
• je vind een niet-significant verschil, terwijl er in het echt wél een significant verschil is

Question 4

wat kan een oorzaak zijn van een type-II fout?

Answer 4

• een te kleine steekproef, die is dan te klein om het effect met voldoende zekerheid te vinden = weinig power

Question 5

algemene opzet van causale analyse o.b.v. correlaties (padabalyse)

Answer 5

1. opstellen van causale theorie (zoveel mogelijk o.b.v. wat we al weten)
2. vertaal de theorie naar een statistisch (causaal) model
3. verzamel data & schat hieruit de causale effecten in het model
4. bekijk in hoeverre de verwachte en geobserveerde correlaties overeenkomen

Question 6

wat moet je doen als een verwacht model bij de causale analyse niet overeenkomt met het geobserveerde model?

Answer 6

• model aanpassen
• model verwerpen

Question 7

empirische cyclus

Answer 7

1. theorie,
   deduceren tot –>
2. hypotheses,
   onderzoeken –>
3. observaties,
   induceren tot –>
4. inferenties,
   evalueren tot –>
5. theorie

Question 8

wat kan je doen om meer inzicht te krijgen in of de samenhang causaal is?

Answer 8

• meer variabelen in analyses opnemen –> padmodel

Question 9

direct effect

Answer 9

a –> b
als je aan de ‘a’-knop draait, verandert ‘b’

Question 10

indirect effect

Answer 10

a –> i –> b
je moet hierbij twee dingen uitzoeken: samenhang tussen a en i, en tussen i en b

Question 11

gemeenschappelijke oorzaak

Answer 11

G
v v
a b
- kijk wat de samenhang doet, als je G gelijk houdt en dan a en b meet. verdwijnt de samenhang, dan bewijs vóór bovenstaande theorie

Question 12

schijnrelatie

Answer 12

• ook wel spurieuze relatie
• als a en b een gemeenschappelijke oorzaak hebben, maar een verandering in a geen invloed heeft op b

Question 13

hoe wordt de gemeenschappelijke oorzaak in een schijnrelatie ook wel genoemd?

Answer 13

confounder

Question 14

confounder

Answer 14

de gemeenschappelijke oorzaak bij een schijnrelatie
veroorzaakt een relatie tussen a en b, terwijl een verschil in a niet b beïnvloed

Question 15

kan je causaliteit bewijzen?

Answer 15

–> NEE, je weet nooit 100% zeker of je een confounder hebt gemist

Question 16

hoe meer confounders je kan uitsluiten

Answer 16

hoe beter je theorie

Question 17

wat is het uitgangspunt van causale analyse?

Answer 17

causale hypothesen in een padmodel vergelijken met empirie

Question 18

waar begon de causale analyse?

Answer 18

bij onderzoek naar de genetica van cavia’s

Question 19

wie introduceerde de padanalyse in de sociale en gedragswetenschappen?

Answer 19

Herbert Simon

Question 20

padmodel definitie

Answer 20

• een weergave van veronderstelde causale relaties tussen twee of meer variabelen
• van losse hypothese naar één allesomvattende hypothese

Question 21

variabelen

Answer 21

een kenmerk dat varieert

Question 22

constante

Answer 22

als er geen variantie in je variabele zit, afhankelijk van je onderzoek (als je onderzoek doet bij meisjes, is geslacht een constante)

Question 23

waarde

Answer 23

is de waarde van een variabele: arm en rijk zijn twee waarden van dezelfde variabele (inkomen)

Question 24

hypothese

Answer 24

• een uitspraak over de veronderstelde relatie tussen twee (of meer) variabelen

Question 25

2 soorten hypothesen

Answer 25

1. causale hypothese (... leidt tot ...) 2. correlationele hypothese (... komt samen voor met ...)

Question 26

hoe kan je een causale hypothese herkennen in een statistisch model?

Answer 26

door een rechte pijl met één pijlpunt

Question 27

hoe kan je een correlationele hypothese herkennen in een statistisch model?

Answer 27

door een kromme pijl met twéé pijlpunten

Question 28

doelen van een padanalyse

Answer 28

1. toetsen van complexe causale hypothesen 2. causaal redeneren (wat als?)

Question 29

de 5 basisrelaties van een padmodel:

Answer 29

1. directe effecten 2. indirecte effecten 3. schijnrelaties 4. onbekende effecten 5. wederkerende effecten

Question 30

direct casuaal effect

Answer 30

- een verandering in a leidt tot een verandering in b, MAAR andersom geldt NIET - a is oorzaak en b is gevolg - a --> b - pijl gaat één kant op

Question 31

indirect causaal effect

Answer 31

- een verandering in a leidt tot een verandering in b, maar dit loopt via i - verandering van a leidt direct tot een verandering in i, een verandering in i leidt tot een directe verandering in b - a --> i --> b

Question 32

welke hypothesen kan je opstellen bij het volgende model: negatieve gedachten --> zelfverzorging --> gezondheid

Answer 32

Hypothese 1: hoe meer negatieve gedachten, hoe minder goed mensen zich (gemiddeld genomen) verzorgen Hypothese 2: hoe minder goed mensen zichzelf verzorgen, hoe minder goed (gemiddeld genomen) de gezondheid is

Question 33

onbekend effect

Answer 33

- aangegeven met dubbele gebogen pijl - we gaan ervan uit dat er een relatie is tussen x1 en x2, maar we specificeren geen onderliggend causaal mechanisme

Question 34

wederkerig effect

Answer 34

- ook wel reciproke relatie genoemd - verandering in a zorgt voor verandering in b, wat weer voor een verandering in a zorgt, wat weer voor een verandering in b zorgt, enz. - een soort vicieuze cirkel