Week 1 Flashcards

(32 cards)

1
Q

Wat betekent validiteit?

A

De mate waarin de gemeten kenmerken daadwerkelijk de kenmerken zijn van de onderzochte objecten (systematische of random error)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Wat betekent betrouwbaarheid?

A

De mate waarin de metingen van de kenmerken dezelfde resultaten oplevert als het onderzoek onder dezelfde omstandigheden zou worden herhaald

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wat betekent bruikbaarheid?

A

De mate waarin de onderzoeksresultaten goed aansluiten bij het probleem van de opdrachtgever, ofwel die daadwerkelijk kunnen bijdragen aan de oplossing van een praktijkprobleem

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Noem de 2 onderzoekstrategieën van kwantitatieve data

A
  1. survey
  2. experiment
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Noem 3 dataverzameling

A
  1. vragenlijst
  2. observaties
  3. inhoudsanalyse
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Primair data betekenis

A

Specifiek voor het onderzoek zelf en je gaat zelf data verzamelen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Secundair data betekenis

A

verzameld voor een ander doel, data komt meestal van andere mensen/bronnen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

De vier vraagtypen van een vragenlijst:

A
  1. open/gesloten vragen
  2. single/multiple respons
  3. dichotome vragen
  4. schaal items (bijv Likert)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Aan welke vijf dingen moet je denken als je vragen gaat formuleren bij een vragenlijst?

A
  1. gebruik gewone woorden
  2. gebruik eenduidige woorden
  3. vermijd impliciete veronderstellingen
  4. vermijd generalisaties en schattingen
  5. gebruik positieve en negatieve stellingen
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Geef een voorbeeld van een populatie

A

alle studenten in NL

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Geef een voorbeeld van een operationele populatie

A

alle studenten in Nijmegen en Utrecht

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Geef een voorbeeld van een steekproefkader

A

studentenadministraties

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Geef een voorbeeld van een steekproef

A

600 getrokken studenten

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Geef een voorbeeld van gerealiseerde steekproef

A

500 overgebleven

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Geef een voorbeeld van gerealiseerde steekproef

A

500 overgebleven

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Bij welke techniek mag de representativiteit worden verondersteld?

A

Op toevalbasis (aselect) mag de representativiteit worden verondersteld; kanssteekproeven

17
Q

Bij welke techniek mag de representativiteit niet worden verondersteld?

A

Bij een niet op toevalbasis wordt de representativiteit niet verondersteld (niet-steekproeven)

18
Q

Noem drie ethische aspecten bij kwantitatief onderzoek waar je op moet letten

A
  1. toestemming (informed consent)
  2. vertrouwelijkheid en privacy
  3. zaken veranderen (zoals gender)
19
Q

Geef de betekenis van representativiteit

A

Representativiteit is de mate waarin de steekproef op relevante kenmerken een goede afspiegeling vormt van de populatie

20
Q

Wat is Fo

A

Fo is de geobserveerde frequentie

21
Q

Wat is Fe

A

Fe is de verwachte frequentie; uniform: overal gelijke aantallen

22
Q

Met welke alfa toets werken we bij representativiteit?

23
Q

Waarom hebben we een alfa van .30 bij representativiteit?

A

Omdat je niet te snel wil besluiten dat H0 juist is. Je wilt bij representativiteit vermijden dat je een type 2 fout maakt. Daarom moet je alfa verhogen waardoor de b daalt.

24
Q

Wat moet je bij data cleaning/preparatie doen?

A

Je moet checken of alle gegevens in de datamatrix kloppen. Je gaat dan kijken naar codes, routines en response set.

25
Stel er ontbreken scores op variabelen. Wat zijn dan de twee problemen?
- aantal respondenten bij analyses (power) - type respondenten bij analyses (validiteit) a. gekoppeld aan selectiviteit
26
Wat is het stappenplan bij data cleaning: missing data?
1.type missing data vaststellen 2.omvang van de missing data vaststellen 3.nagaan of de missing data random zijn 4.substitutiemethode kiezen en uitvoeren
27
Wat is negeerbaar bij missing data?
1. non-respons/steekproef 2. routings 3. censored (gecontroleerd) data/ontwerp
28
Wat is niet niet negeerbaar bij missing data?
- geen antwoorden - missing categorieën a. vraagstelling b. interviewer c. routings d. invoer
29
Wat is het criterium bij missing data?
- indien percentage missing data < 10%, dan is probleem verwaarloosbaar - mits missing data 'missing completely at random' zijn - blijft kritisch
30
Wat betekent missing completely at random (MCAR)?
dit betekent dat de ontbrekende score patronen komen volledig door toeval tot stand
31
Wat betekent missing at random (MAR)?
De kans dat de waarde van een variabele ontbreekt, is deels afhankelijk van andere geobserveerde data, maar is niet afhankelijk van een van de andere waarden die ontbrekend zijn
32
noem de vier soorten bij MCAR
- listwise deletion - pairwise deletion - mean substitution a. voor het geheel b. voor subgroepen -regression techniques